为我的CNN选择最佳的池化类型

Question

当涉及到池化时，我发现最大池化是最常用和首选的类型，无论我需要提取的图像数据或功能是什么，这对我来说都是很可笑的 例如，我正在研究糖尿病性视网膜病变，我需要从视网膜图像中提取一些微特征，所以为什么不选择平均池或最小池

Answer 1

最大池对于图像数据更有效，但是正如您所猜测的，对于音频数据也不一定更好。平均池化是音频数据的合理替代方案。但是，通常最好同时尝试两种方法，看看哪种方法更适合您的情况。最小池化没有多大意义，因为在神经网络中，我们将更多权重赋予具有更高激活性的特征。