globalAveragePooling2dLayer
二维全球平均池化层
描述
2-D全局平均池化层通过计算输入的高度和宽度维度的平均值来执行下采样。
层池的尺寸取决于层输入:
对于二维图像输入(四维数据对应于两个空间维度的像素,通道和观测值),该层在空间维度上进行池化。
对于2-D图像序列输入(5维数据,对应于两个空间维度的像素,通道,观测值和时间步长),该层在空间维度上进行池化。
对于一维图像序列输入(四维数据,对应于一个空间维度的像素、通道、观测值和时间步长),该层在空间和时间维度上进行池化。
创建
属性
例子
提示
在图像分类网络中,您可以使用
globalAveragePooling2dLayer
最后在全连接层之前减少激活的大小而不牺牲性能。激活大小的减小意味着下游全连接层的权重将更少,从而减小网络的大小。你可以使用
globalAveragePooling2dLayer
朝向末端的分类网络而不是fullyConnectedLayer
.由于全局池化层没有可学习的参数,因此它们不太容易过拟合,并且可以减小网络的大小。这些网络对于输入数据的空间转换也更加健壮。也可以用globalMaxPooling2dLayer
代替。是否globalMaxPooling2dLayer
或者一个globalAveragePooling2dLayer
更合适取决于你的数据集。要使用全局平均池化层而不是全连接层,全局平均池化层输入的通道数量必须与分类任务中的类数量匹配。
算法
扩展功能
版本历史
R2019b引入