阅读背景:

图像处理池化层pooling和卷积核

来源:互联网 

1、池化层的作用

在卷积神经网络中,卷积层之间往往会加上一个池化层。池化层可以非常有效地缩小参数矩阵的尺寸,从而减少最后全连层中的参数数量。使用池化层即可以加快计算速度也有防止过拟合的作用。 在卷积神经网络中,卷积层之间往往会加上一个池化层。池化层可以非常有效地缩




你的当前访问异常,请进行认证后继续阅读剩余内容。

分享到: