globalaveragepooling3dlayer
3-D全球平均合并层
描述
3-D全局平均合并层通过计算输入的高度,宽度和深度维度的平均值来进行下采样。
层池的尺寸取决于层输入:
对于3-D图像输入(具有五个维度的数据对应于三个空间维度,通道和观测值的像素),将层池池填充在空间尺寸上。
对于3-D图像序列输入(具有六个维度的数据对应于三个空间维度,通道,观测值和时间步长的像素,该层池池库在空间尺寸上。
对于二维图像序列输入(具有两个空间维度,通道,观测值和时间步长的五个维度的数据对应于像素,则层池库在空间和时间尺寸上。
创建
特性
例子
尖端
在图像分类网络中,您可以使用
globalaveragepooling3dlayer
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。激活的尺寸减小意味着下游完全连接的层的重量将减少,从而减小网络的大小。您可以使用
globalaveragepooling3dlayer
在分类网络的尽头,而不是完整连接的layerer
。由于全局池层没有可学习的参数,因此它们可能不容易过度拟合,并且可以减少网络的大小。这些网络对于输入数据的空间翻译也可以更强大。您也可以用一个完全连接的层用GlobalMaxPooling3Dlayer
反而。是否GlobalMaxPooling3Dlayer
或aglobalaveragepooling3dlayer
更合适取决于您的数据集。要使用全局平均合并层而不是完全连接的层,全局平均池层输入中的通道数必须与分类任务中的类数量匹配。