https://www.zhihu.com/question/56688854/answer/463698542
cnn框架:卷积层(卷积+非线性激活)+池化层+全连接层+分类层。其中,卷积层、池化层、分类层其实都不在意图像大小,但是全连接层有问题。
当然,除了卷积层外,还可以用别的层替换全连接层。比如用全局平均池化(Global Average Pooling)层替换全连接层。
不过,也不是说只要有全连接层,输入的图像大小就一定要固定,可以在卷积模块和全连接层之间加一个中间层,整理一下卷积模块的输出,保证不管输入图像大小怎么变,传给全连接层的始终是固定维数的输入。SPP(Spatial Pyramid Pooling,空间金字塔池化)就是做这个的。
标签:卷积,层替换,何时,神经网络,池化,图像,连接,输入 来源: https://www.cnblogs.com/ethan-tao/p/14537664.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。