tensorflow學習之關於全局均值池化（GAP）

1、全局平均池化 平均池化：在feature map上以窗口的形式進行滑動（類似卷積的窗口滑動），操作爲取窗口內的平均值作爲結果，經過操作後，feature map降採樣，減少了過擬合現象。 全局平均池化GAP：不以窗口的形式取均值，而是以feature map爲單位進行均值化。即一個feature map輸出一個值。 《NIN》:使用全局平均池化代替CNN中傳統的全連接層。在使用卷積層的識別任務

>>阅读原文<<