- torch.nn
- Convd
- Pool
- Dropout
- 2021/11/10
输入矩阵维度:样本数、图像通道数、图像高度、图像宽度
计算公式:
作用:
1.提取特征
2.减少参数并保持位置空间
通常位于卷积层之间
计算公式(L为H、W):
作用:
1.减少参数->加快计算速度
2.防止过拟合
类型:
平均池化(average pooling):计算图像区域的平均值作为该区域池化后的值。
最大池化(max pooling):选图像区域的最大值作为该区域池化后的值。
其它类型看到再说
Dropout在训练过程中,暂时丢弃一些神经元
作用:
1.防止过拟合
……



