cnn没有pooling会怎么样?

  统计/机器学习 深度学习 计算机视觉 人工神经网络    浏览次数:3431        分享
2

cnn没有pooling会怎么样?

 

ljljlj   2019-07-26 22:35



   5个回答 
5

是可以没有pooling的,pooling主要作用就是降维,同时mean pooling可以提取背景信息,max pooling可以提取纹理。

这些功能使用卷积也可以完成,只要设置好卷积核和步长。

谷歌的轻量级卷积MobileNet没有使用pooling。

SofaSofa数据科学社区DS面试题库 DS面经

我小宋   2019-08-04 00:57

3

著名的alpha go其实就没有使用pooling,只用了convolution。是否要使用pooling层,其实只要看subsampling之后是否会改变原本事物本身。比如,如果是图像处理,subsampling pixels其实并不会影响我们判断物体是什么,有可能只是图像变模糊了,但是我们还是可以判断出这个物体。但是在围棋里面,subsampling棋盘就会影响我们的判断,所以不适合使用pooling。

拓展说一下什么时候适合用cnn,其实就是要看使用的场景是否具有图片的那些特性。

1. 某些pattern和整个图像相比要小很多。

2. 同样的pattern会出现在不同的区域。

3. subsampling并不会改变对物体本身的判断。

特性1和2对应的convolution, 特性3对应的pooling。

SofaSofa数据科学社区DS面试题库 DS面经

Sophia   2021-04-18 06:30

2

pooling用于down sample, 多用于分类的任务,因为输出是一张图的label,不含有空间信息。还可以用于Unet这类在空间有压缩的结构(空间上的coder-encoder)。

对于denoising,super-resolution这类回归任务,输出含空间信息,一般不用pooling。即使用了pooling,还会用upsample,恢复以前图像大小,比如Unet。


SofaSofa数据科学社区DS面试题库 DS面经

Zealing   2019-07-27 22:39

1

如果在做CNN图像分类问题的时候,pooling会丢失部分的无用价值的信息的,能减少你的计算量的。

SofaSofa数据科学社区DS面试题库 DS面经

liuyang   2019-08-02 16:02

1

pooling是用来做downsampling的,如果不做downsampling,每个卷积层的模型权值的个数会几何增长,最后你算力就不够了

SofaSofa数据科学社区DS面试题库 DS面经

LiShanfei   2019-08-10 01:59



  相关讨论

VGG16和VGG19的区别?

图像识别和深度学习中的“组合爆炸”是什么意思?

Resnet-18, Resnet-50, Resnet-101这些模型里的数字是什么意思?

CNN中reLU层和max pooling层的前后顺序

如何安装pytorch

Pytorch卷积预测,小样本预测误差小,换一个大样本误差就下降不下去了。

pip install opencv报错

深入了解神经网络

CNN中的感受野是什么意思?

卷积层的padding一般都是零吗?

  随便看看

为什么矩阵的二范数和向量的二范数的定义不同?

如何清空pandas dataframe里的全部数据但是保留列名?

随机梯度下降(sgd)的收敛问题

为什么机器学习中的优化问题很少用到牛顿法?

sota model是什么意思?