热线电话：13121318867

登录
首页精彩阅读下采样和池化的区别是什么？
下采样和池化的区别是什么？
2020-05-19
收藏

有部分同学，在学习初期，会认为下采样和池化是指同样的事情，只是叫法不同而已，其实这是一种错误的认知。

下采样（subsampled），或称为降采样（downsampled），指缩小图像。其主要目是使得图像符合显示区域的大小，生成对应图像的缩略图。

而池化（Pooling）则是卷积神经网络中一个重要的概念，它是降采样的一种形式。它会压缩输入的特征图，一方面减少了特征，导致了参数减少，进而简化了卷积网络计算时的复杂度；另一方面保持了特征的某种不变性（旋转、平移、伸缩等）。

池化的方法：

max-pooling：对邻域内特征点取最大值；

mean-pooling：对邻域内特征点求平均。

池化的作用：

降维，减少网络要学习的参数数量；

防止过拟合；

扩大感受野；

实现不变性（平移、旋转、尺度不变性）


关于池化的解释：

池化 = 涨水


池化的过程 = 升高水位（扩大矩阵网格）


池化的目的是为了得到物体的边缘形状。

下采样和池化应该是包含关系，池化属于下采样，而下采样不局限于池化，如果卷积 stride=2，此时也可以把这种卷积叫做下采样。


CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

下采样 特征 降维 过拟合 神经网络

数据分析咨询请扫描二维码

若不方便扫码，搜微信号：CDAshujufenxi

上一篇关联分析算法：fp-growth算法的简单介绍
下一篇有监督学习和无监督学习算法怎么理解？
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询