2
雖然使用Keras(與TensorFlow後端)調整深卷積網,我想嘗試一個MaxPooling2D
和AveragePooling2D
之間的混合,因爲這兩種策略似乎改善了我的目標的兩個不同方面。最大池和平均池的混合
我想是這樣的:
-------
|8 | 1|
x = ---+---
|1 | 6|
-------
average_pooling(x) -> 4
max_pooling(x) -> 8
hybrid_pooling(x, alpha_max=0.0) -> 4
hybrid_pooling(x, alpha_max=0.25) -> 5
hybrid_pooling(x, alpha_max=0.5) -> 6
hybrid_pooling(x, alpha_max=0.75) -> 7
hybrid_pooling(x, alpha_max=1.0) -> 8
或者作爲一個公式:
hybrid_pooling(x, alpha_max) =
alpha_max * max_pooling(x) + (1 - alpha_max) * average_pooling(x)
因爲它看起來像沒有提供過這樣的事情了架子,怎麼會這樣以有效的方式實施?
你能解釋一下這兩個池的混合是什麼意思? –
@VladimirBystricky謝謝。我相應地更新了我的問題。 –
你有沒有想過操作的方程式?從你的例子來看,它似乎是一個加權平均值。 – wmacura