二维平均池化层通过将输入分割成矩形池化区域,然后计算每个区域的平均值来进行下采样。
汇集层遵循卷积层进行下式采样,从而减少与以下层的连接数量。它们不执行任何学习本身,但减少了在下层中学到的参数的数量。他们也有助于减少过度装备。
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
是[2,3],然后层返回高度2和宽度3的区域的平均值。
汇集层通过水平和垂直扫描在步骤尺寸中扫描您可以使用该尺寸'走吧'
名称-值对的论点。如果池尺寸小于或等于步幅,则池区不会重叠。
对于非传播区域(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,然后汇集层向下采样区域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。