globalmaxpooling2dlayer.

全局最大池

展开所有页面

描述

通过计算输入的高度和宽度尺寸的最大值来执行全局最大池池层对下采样。

创建

句法

tallay = globalmaxpooling2dlayer.

tillay = globalmaxpooling2dlayer（'name'，name）

描述

层= GlobalMaxPooling2dlayer.创建一个全局最大池池。

例子

层= GlobalMaxPooling2dlayer（'name'，name）设置可选名称财产。

特性

展开全部

`名称`-图层名称
`''`（默认）|字符向量|字符串标量

图层名称，指定为字符向量或字符串标量。要在图层图中包含一个图层，必须指定非空，唯一的图层名称。如果您使用该图层培训系列网络名称设定为''，然后软件会自动为培训时间分配给图层的名称。

数据类型：char|细绳

`numinputs.`-输入数量
1（默认）

图层的输入数。此图层仅接受单个输入。

数据类型：双倍的

`输入名称`-输入名称
`{'在'}`（默认）

图层的输入名称。此图层仅接受单个输入。

数据类型：细胞

`numoutput.`-输出数量
1（默认）

图层的输出数。此图层仅具有单个输出。

数据类型：双倍的

`输出名称`-输出名称
`{'出去'}`（默认）

图层的输出名称。此图层仅具有单个输出。

数据类型：细胞

对象功能

例子

全部收缩

创建全局最大池层

打开直播脚本

使用名称创建一个全局最大池池层'gmp1'。

tallay = globalmaxpooling2dlayer（'名称'那'gmp1'）

tillay = globalMaxPooling2Dlayer具有属性：名称：'GMP1'

包括一个全局最大池池层层大批。

层= [......imageInputLayer（[28 28 1]）卷积2dlayer（5,20）rellulayer globalmaxpooling2dlayer全连接leder（10）softmaxlayer classificationlayer]

图层= 7x1层阵列，层数：1''图像输入28x28x1图像与“Zerocenter”归一化2''卷积20 5x5卷绕卷曲[1 1]和Padding [0 0 0 0] 3''Relu Relu 4'的全局MAX池全球最大池5''完全连接的10完全连接的第6层''softmax softmax 7''分类输出crossentropyex

尖端

在图像分类网络中，您可以使用aglobalmaxpooling2dlayer.在最终完全连接的层之前，以减小激活的大小而不牺牲性能。缩小的激活尺寸意味着下游完全连接的层的重量较少，减少了网络的大小。
你可以使用一个globalmaxpooling2dlayer.在分类网络的末尾而不是a全康统计层。由于全局汇集层没有学习参数，因此它们可能不太容易过度装备，并且可以减少网络的大小。这些网络也可以更强大地对输入数据的空间翻译。您还可以用一个替换完全连接的图层GlobalaveragePooling2dlayer.反而。是否是GlobalaveragePooling2dlayer.或者globalmaxpooling2dlayer.更合适取决于您的数据集。
要使用全局平均池代替完全连接的层，输入的大小globalmaxpooling2dlayer.必须匹配分类问题中的类数