Глобальный средний слой объединения
Глобальный средний слой объединения выполняет понижающую дискретизацию, вычисляя среднее значение размерностей высоты и ширины входа.
В сети классификации изображений можно использовать globalAveragePooling2dLayer
перед конечным полносвязным слоем для уменьшения размера активаций без ущерба эффективность. Уменьшенный размер активаций означает, что нижестоящие полносвязные слои будут иметь меньше весов, уменьшая размер вашей сети.
Можно использовать globalAveragePooling2dLayer
к концу сети классификации вместо fullyConnectedLayer
. Поскольку слои глобального объединения не имеют настраиваемых параметров, они могут быть менее склонны к сверхподбору кривой и могут уменьшить размер сети. Эти сети также могут быть более устойчивыми к пространственным преобразованиям входных данных. Можно также заменить полносвязный слой на globalMaxPooling2dLayer
вместо этого. Является ли globalMaxPooling2dLayer
или globalAveragePooling2dLayer
Это более уместно в зависимости от вашего набора данных.
Чтобы использовать глобальный средний слой объединения вместо полносвязного слоя, размер входа globalAveragePooling2dLayer
должен совпадать с количеством классов в задаче классификации
averagePooling2dLayer
| convolution2dLayer
| globalAveragePooling3dLayer
| globalMaxPooling2dLayer
| maxPooling2dLayer