Max pool couche vs Convolution avec le rendement de la foulée

Dans la plupart des architectures, conv couches sont suivis par une mise en commun de la couche (max /avg, etc.). Comme ceux de mise en commun des couches sont juste en sélectionnant la sortie de la couche précédente (c'est à dire conv), pouvons-nous utiliser la convolution avec stride 2 et attendre la même précision des résultats avec la réduction du processus de besoin?

  • Ya je l'ai essayé vgg19 réseau et ça marche
InformationsquelleAutor Deniz Beker | 2017-06-21
  1. 35

    Oui qui peut être fait. Ses expliqué dans le papier 'Striving for simplicity: The all convolutional net' https://arxiv.org/pdf/1412.6806.pdf. Citation de l'article:

    'Nous constatons que le max de la mise en commun peut être simplement remplacée par une convolution
    couche avec l'augmentation de la foulée, sans perte de précision sur plusieurs images
    la reconnaissance de critères de référence

    • Merci pour la réponse. Alors, pourquoi l'industrie est en gardant à l'aide de max-piscines?
    • Le récent document de MobileNets: Efficace Convolutifs réseaux " de google de ne pas utiliser le regroupement dans la CNN couches (il en a un à la fin avant de FC). Le gain peut être négligeable par rapport à l'accélération.
    InformationsquelleAutor vijay m