最大プールレイヤーとストライドパフォーマンスを持つコンボリューション

アーキテクチャのほとんどでは、convレイヤーの後にプールレイヤー（max/avgなど）が続いています。これらのプールレイヤーは前のレイヤー（つまりconv）の出力を選択するだけなので、ストライド2のコンボリューションを使用するだけで、処理の必要性を減らして同様の精度の結果を期待できますか？最大プールレイヤーとストライドパフォーマンスを持つコンボリューション

出典

2017-06-21 Deniz Beker

はい、できます。それは論文'Striving for simplicity: The all convolutional net'https://arxiv.org/pdf/1412.6806.pdfで説明されています。紙からの引用：

は返信用

出典

2017-06-21 05:53:30

おかげで私たちは、最大プーリングは、単にいくつかの画像認識ベンチマークに精度の損失なしに増加したストライドと畳み込み層で置き換えることができることを見つけます "。だから、業界が最大プールを使用しているのはなぜですか？ –

googleの最近の論文「MobileNets：効率的な畳み込みネットワーク」は、CNNレイヤー（FCの前に最後に1つあります）でプーリングを使用しません。ゲインはスピードアップに比べて無視できる程度です。 –

最大プールレイヤーとストライドパフォーマンスを持つコンボリューション

答えて

関連する問題