偉大的，
我在 YouTube、Google 上到處搜索，還閱讀了一些文章和研究論文，但似乎找不到我問題的確切答案
我對卷積神經網路有幾個問題，我對這個問題感到困惑：為什么我們使用 MaxPooling 大小 2x2 為什么我們不使用任何其他大小，如 3x3、4x4 ... nxn（當然小于輸入），我們甚至可以使用除 2x2 以外的任何東西嗎？我的另一個問題是：為什么我們大多數時候總是使用 MaxPooling？它取決于影像嗎？例如，如果我們有一些嘈雜的影像，那么是否適合使用 MaxPooling 或者我們應該使用任何其他型別的池化？
謝謝！
uj5u.com熱心網友回復：
MaxPool2D 通過為輸入的每個通道在輸入視窗（大小由 pool_size 定義）上取最大值，沿其空間維度（高度和寬度）對其輸入進行下采樣。例如，如果我MaxPooling2D在這個陣列上應用 2x2：
array = np.array([
[[5],[8]],
[[7],[2]]
])
然后結果將是 8，這是該陣列中元素的最大值。
另一個例子，如果我MaxPooling2D在這個陣列上應用 2x2：
array = tf.constant([[[1.], [2.], [3.]],
[[4.], [5.], [6.]],
[[7.], [8.], [9.]]])
那么輸出將是這樣的：
([
[[5.], [6.]],
[[8.], [9.]]
])
這里MaxPooling2D所做的是它滑動了一個 2x2 視窗并取其最大值，從而導致輸入陣列沿其高度和寬度的尺寸減半。如果您仍然對它的作業方式有任何疑問，請從 keras和SO中進行檢查
現在很明顯MaxPool2D對輸入進行了下采樣，讓我們??回到你的問題 -
為什么到處都使用 2x2 MaxPooling 而不是 3x3 或 4x4？
好吧，原因是它減少了資料，MaxPooling2D在形狀為 (3,3,1) 的矩陣上應用 3x3 會產生一個 (1,1,1) 矩陣，而MaxPooling2D在形狀為 (3) 的矩陣上應用 2x2 ,3,1) 將產生一個 (2,2,1) 矩陣。顯然 (2,2,1) 矩陣比 (1,1,1) 形狀的矩陣可以保存更多的資料。通常，應用MaxPooling2D池化大小超過 2x2 的操作會導致大量資料丟失，因此選擇 2x2 是更好的選擇。MaxPooling2D這就是為什么你會在 ResNet50、VGG16 等中看到 2x2的“無處不在”。
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/432433.html