全局池操作的池大小是多少?

时间:2018-08-24 07:13:30

标签: machine-learning keras deep-learning conv-neural-network max-pooling

在常规池化操作中,我们必须提及池化操作的池大小,例如对于2D池化操作,我们提及(2,2);但是,在全局池操作中不是必需的。那么它和输入的大小一样吗?我正在研究Keras。 Here的一位作者提到池的大小与input sizeinput size-filter size+1相同。哪个是正确的?

2 个答案:

答案 0 :(得分:2)

在{D3}中提到的1D合并的情况下,它采用形状为(batch_size, steps, features)的数组作为输入,其输出形状为(batch_size, features)。因此,池大小等于steps

Keras docs中所述,在2D合并的情况下,它采用形状为(batch_size, rows, cols, channels)的数组作为输入,其输出形状为(batch_size, channels)。因此,池大小等于(rows, cols)

在这两种情况下,池的大小与其背后的直觉是一致的:在整个数据轴(即全局)上取最大值。

答案 1 :(得分:1)

如果输入形状为(None, rows, cols, filters),则全局池使用(rows, cols)的pool_size。