两句话讲清楚CNN中的Pooling和Dropout
生活随笔
收集整理的這篇文章主要介紹了
两句话讲清楚CNN中的Pooling和Dropout
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
池化(Pooling)用于減少特征數(shù)量。最大值池化(Max Pooling)可提取圖片紋理,均值池化(Average Pooling)可保留背景特征。
舍棄(Dropout),在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中,將一部分神經(jīng)元按照一定概率從神經(jīng)網(wǎng)絡(luò)中舍棄,使用時被舍棄神經(jīng)元恢復(fù)鏈接。
總結(jié)
以上是生活随笔為你收集整理的两句话讲清楚CNN中的Pooling和Dropout的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 基于TensorFlow的2个机器学习简
- 下一篇: 【C++】cannot access p