プーリングは、最大/平均のいずれであっても畳み込みと考えることができます。CNNのConvレイヤとPoolingレイヤの違いは何ですか?
違いは、convは最適化のためのパラメータを持っていますが、プールはできません。 - 例えばプーリングでフィルタリングするウェイトは学習中に変更されません。
私はまた、とconvとpoolingの目的はの違いを知りたいと思います。
なぜ各レイヤーを使用しますか? 各レイヤーを使用しないとどうなりますか?
プーリングは、最大/平均のいずれであっても畳み込みと考えることができます。CNNのConvレイヤとPoolingレイヤの違いは何ですか?
違いは、convは最適化のためのパラメータを持っていますが、プールはできません。 - 例えばプーリングでフィルタリングするウェイトは学習中に変更されません。
私はまた、とconvとpoolingの目的はの違いを知りたいと思います。
なぜ各レイヤーを使用しますか? 各レイヤーを使用しないとどうなりますか?
畳み込み層
畳み込み層は、受容フィールドを使用して入力フィールドにmultipeサブ領域内(複数の)パターンを検出するのに役立ちます。
プーリング層
プーリング層は徐々にネットワーク内のパラメータの数と計算量を減らすために、したがってまた、オーバーフィッティングを制御するために、表現の空間的な大きさを減少させるのに役立ちます。
フィーチャの正確な位置は、他のフィーチャと比較して粗い位置よりも重要ではないということが直感です。
また、あなたは「プール内のフィルタは、学習中に変更されていないた重みが」、常に重みがあるように持っていないと述べました。例えば、MAX_POOLING
層に、重みのための必要はありません。だから私は本当にあなたが「はCONVが最適化のためのパラメータを持っている」と意味を理解していない
、私はあなたがそれらを回してしまったと思いますまわり。
ありがとうございました。わかった! – amenbo