Пул — понижение размерности изображения, применяемой во избежание Переобучения (Overfitting) Модели (Model) Машинного обучения (ML). Самый распространенный вид пулинга "2 х 2" отбрасывает три пиксела из четырех: Роль пулинга состоит в том, чтобы уменьшить разрешение объекта, но сохранить данные, необходимые для классификации. Объединение в пул значительно снижает стоимость вычислений. Техники Существует множество техник объединения: Автор оригинальной статьи: Pavan Sanagapati Поддержите нас, поделившись статьей в социальных сетях и подписавшись на канал. И попробуйте бесплатные курсы на YouTube.
Пул — понижение размерности изображения, применяемой во избежание Переобучения (Overfitting) Модели (Model) Машинного обучения (ML). Самый распространенный вид пулинга "2 х 2" отбрасывает три пиксела из четырех:
Роль пулинга состоит в том, чтобы уменьшить разрешение объекта, но сохранить данные, необходимые для классификации. Объединение в пул значительно снижает стоимость вычислений.
Техники
Существует множество техник объединения:
- Объединение по максимумам (Max Pooling), при котором мы берем наибольшее из значений пикселей сегмента:
- Объединение средних значений (Mean Pooling), при котором мы берем наибольшее из значений пикселей сегмента:
- Объединение средних значений (Average Pooling), при котором мы берем наибольшее из значений пикселей сегмента
Автор оригинальной статьи: Pavan Sanagapati
Поддержите нас, поделившись статьей в социальных сетях и подписавшись на канал. И попробуйте бесплатные курсы на YouTube.