resnet的问题

来源:4-4 VGG-ResNet实战(1)

qq_书山压力大EE_0

2019-02-02

 if increase_dim:
        # [None, image_width, image_height, channel] -> [,,,channel*2]
        pooled_x = tf.layers.average_pooling2d(x,     # 平均池化  进行降采样,   maxpooling也可以
                                               (2, 2),# kernel size
                                               (2, 2),# stride   图像变为原来的一半
                                               padding = 'valid')

这里池化的核 必须为(2,2)吗? 卷积核是更具resnet的3x3, 池化的核是根据什么选取维度的?

写回答

1回答

慕桂英2055154

2019-02-14

个人感觉通常池化核的size取(2,2)或(3,3)

核大小取的越大,图像size缩小的越多,并且丢失的的信息也会越多

0
0

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学,深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

查看课程