pytorch【模型模块】四、nn网络层:池化层-线性层-激活函数层

一、池化层

最大值池化和平均池化(池化可用于冗余信息的剔除,以及减少计算量)

1、最大池化nn.MaxPool2d

用于记录最大值像素所在位置的索引,在最大值反池化上采样的时候使用(把对应的像素值放在对应的位置上)。

2、平均池化nn.AvgPool2d

divisor_override是除法因子,比如它为10时,即使我们用的2*2的池化窗口,平均时,也不是除以4,而是除以10。

3、最大值反池化nn.MaxUnpool2d

二、线性层

上图省略了偏置。

三、激活函数层

如果没有激活函数层,多个线性层叠加和一个线性层就没有区别:

1、sigmoid函数
2、tanh函数
3、ReLU函数(ReLU:修正线性单元)

ReLU的改进:

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容