深度学习基础知识——上采样

上采样,转置卷积,上池化

  • 上采样(unsampling)
  • GAP

上采样(unsampling)

深度学习基础知识——上采样_第1张图片

GAP

Global average pooling就是平均所有的feature map,然后将平均后的feature map喂给softmax进行分类。
GAP直接从 feature map 的通道信息下手,比如我们现在的分类有N种,那么最后一层的卷积输出的 feature map 就只有N个通道,然后对这个 feature map 进行全局池化操作,获得长度为N的向量,这就相当于直接赋予了每个通道类别的意义。
GAP层,通过减少模型中的参数总数来最小化过度拟合。 与最大池层类似,GAP层用于减小三维张量的空间维度。 然而,GAP层执行更极端类型的维数减少,其中尺寸为 h ∗ w ∗ d h*w*d hwd 的张量的尺寸减小为具有 1 ∗ 1 ∗ d 1*1*d 11d的尺寸。 GAP层通过简单地获取所有 h w hw hw 值的平均值,将每个特征映射层减少为单个数字。
深度学习基础知识——上采样_第2张图片

你可能感兴趣的:(深度学习,人工智能)