更新時間:2025-06-09 12:49:16作者:貝語網校
Pooling是一種在計算機視覺和深度學習中常見的操作,特別是在卷積神經網絡(CNN)中。Pooling是一種下采樣技術,用于減小輸入特征圖的大小,同時保持或增加空間分辨率。它通常用于減少特征圖的通道數量和空間維度,同時保留一些重要的特征信息。Pooling操作有多種類型,如最大池化(Max Pooling)、平均池化(Average Pooling)等。最大池化通過在每個池化單元中選擇最大值來提取特征,而平均池化則通過計算所有值的平均值來提取特征。
1. max pooling:最大池化
2. avg pooling:平均池化
3. max-avg pooling:最大平均池化
4. spatial pooling:空間池化
5. feature pooling:特征池化
6. feature-wise pooling:特征無關池化
7. channel pooling:通道池化
8. spatial-temporal pooling:時空池化
9. global pooling:全局池化