В сети классификации изображений можно использовать globalMaxPooling2dLayer 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 globalMaxPooling2dLayer 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 globalAveragePooling2dLayer вместо этого. Является ли globalAveragePooling2dLayer или globalMaxPooling2dLayer Это более уместно в зависимости от вашего набора данных.

Чтобы использовать глобальный средний слой объединения вместо полносвязного слоя, размер входа globalMaxPooling2dLayer должен совпадать с количеством классов в задаче классификации