平均プーリング層は、入力を矩形のプーリング領域に分割し、各領域の平均値を計算することによって、ダウンサンプリングを実行します。
プーリング層は、畳み込み層の後にあり、ダウンサンプリングを行います。これにより、後続の層への結合の数が少なくなります。これら自体は学習を一切行いませんが、後続の層で学習されるパラメーターの数を減らします。また、過適合を抑えるためにも役立ちます。
平均プーリング層は,入力の矩形領域の平均値を出力します。矩形領域のサイズはaveragePoolingLayer
の引数poolSize
によって決まります。たとえば,poolSize
が [2,3] の場合、この層は高さ 2.幅 3.の領域の平均値を返します。
プーリング層は,名前と値のペアの引数“大步走”
を使用して指定できるステップ サイズで、入力を水平方向と垂直方向にスキャンします。プール サイズがストライド以下である場合、プーリング領域は重なりません。
重ならない領域(池大小と跨步が等しい)については,プーリング層への入力がn * nであり,プーリング領域のサイズがh x hである場合,プーリング層は領域をhでダウンサンプリングします[1]。つまり、畳み込み層の 1.つのチャネルの最大プーリング層と平均プーリング層の出力は、n/h x n/hになります。重なる領域については、プーリング層の出力は (输入大小–池大小+2*填充)/步幅+1になります。