深度學習_深度學習基礎知識_全局平均池化(Global Average Pooling)

全局平均平均池化就是對最後一層卷積的特徵圖,每個通道求整個特徵圖的均值。如下圖所示: 然後再接一層全連接,因爲全局池化後的值相當於一像素,所以最後的全連接其實就成了一個加權相加的操作。這種結構比起直接的全連接更加直觀,並且泛化性能更好。如下圖所示: 總結: 降低參數量。 減少過擬合(正則化),增加泛化能力。
相關文章
相關標籤/搜索