平均池化层通过将输入划分为矩形池化区域并计算每个区域的平均值来执行向下采样。
池化层跟随卷积层进行向下采样,因此,减少到以下层的连接数量。它们本身不执行任何学习,但减少了以下层中需要学习的参数数量。它们还有助于减少过度拟合。
平均池化层输出其输入矩形区域的平均值。矩形区域的大小由poolSize
的观点averagePoolingLayer
.例如,如果poolSize
为[2,3],则该层返回高度为2、宽度为3的区域的平均值。
池化层水平和垂直扫描输入的步长,您可以使用“步”
名称-值对的论点。如果池大小小于或等于步幅,则池区域不重叠。
对于不重叠区域(池大小和步是相等的),如果池层的输入是n——- - - - - -n,池域大小为h——- - - - - -h,然后池化层向下对区域进行采样h[1].即卷积层的一个通道的最大池化层或平均池化层的输出为n/h——- - - - - -n/h.对于重叠区域,池化层的输出为(输入的大小- - - - - -池大小+ 2 *填充)/步+ 1。