其他分享
首页 > 其他分享> > 卷积神经网络里输入图像大小何时是固定,何时是任意?

卷积神经网络里输入图像大小何时是固定,何时是任意?

作者:互联网

https://www.zhihu.com/question/56688854/answer/463698542

 

cnn框架:卷积层(卷积+非线性激活)+池化层+全连接层+分类层。其中,卷积层、池化层、分类层其实都不在意图像大小,但是全连接层有问题。

 

当然,除了卷积层外,还可以用别的层替换全连接层。比如用全局平均池化(Global Average Pooling)层替换全连接层。

 

 

不过,也不是说只要有全连接层,输入的图像大小就一定要固定,可以在卷积模块和全连接层之间加一个中间层,整理一下卷积模块的输出,保证不管输入图像大小怎么变,传给全连接层的始终是固定维数的输入。SPP(Spatial Pyramid Pooling,空间金字塔池化)就是做这个的。

 

标签:卷积,层替换,何时,神经网络,池化,图像,连接,输入
来源: https://www.cnblogs.com/ethan-tao/p/14537664.html