zoukankan      html  css  js  c++  java
  • 全局平均池化与全连接对比

    全局平均池化与全连接对比

    输出对比

    全局平均池化就是把特征图全局平均一下输出一个值,也就是把W*H*D的一个张量变成1*1*D的张量。

    常用的平均池化,平均池化会有它的filter size,比如 2 * 2,全局平均池化就没有size,它针对的是整张feature map.

    例如:把一个100*100*1000的特征图经过全局平均化得到一个1*1*1000的张量,就可以链接到全连接层。

    计算量对比

    全连接先把特征图压缩成1列,然后接两层全连接故计算量4*4*4*4

    GAP只在gap得到的特征后直接softmax,故计算量4*4

     

    感受野、参数量、特征信息对比

    1.而且全局平均池化操作,从而使其具有全局的感受野,使得网络低层也能利用全局信息。

    2.全连接的目的,因为传统的网络我们的输出都是几个类别的概率,那么全连接层就是高度提纯的特征了,方便交给最后的分类器或者回归。

    但是全连接的参数实在是太多了;GAP减少了参数的数量,可以减轻过拟合的发生.

    3.FC会导致feature map损失空间位置信息,而GAP则不会.

     (如果在图像的某一位置有高响应,则经过FC之后,根据整个feature并不能分辨出刺激源于左上角还是右下角还是什么其他的地方,而通过GAP就可以,因为其保留了空间位置信息)
  • 相关阅读:
    《大型网站技术架构:核心原理与案分析》阅读笔记05
    软件体系结构(1)
    《大型网站技术架构:核心原理与案分析》阅读笔记04
    C/C++
    NIO蔚来自动驾驶实习生技术一面
    Intern Day86
    面试常考
    中国赛宝实验室C++技术一面
    Intern Day85
    Intern Day85
  • 原文地址:https://www.cnblogs.com/ywheunji/p/10476719.html
Copyright © 2011-2022 走看看