Day12
7.3 池化层
- 池化是缩小高、长方向上空间的运算
- 图像领域主要使用Max Pooling
池化层的特征
- 没有要学习的参数
- 通道数不发生变化
- 对微小位置变化具有鲁棒性
7.4 卷积层和池化层的实现
7.4.1 4维数组
使用numpy.ndarray来表达
7.4.2 基于im2col的展开
im2col即image to column,在caffe,chainer等深度学习框架中均有应用
将滤波器纵向展开为1列,并计算和im2col展开的数据的矩阵乘积,最后reshape为输出数据的大小