globalAveragePooling3dLayer
三维全球平均池层
描述
一个三维全局平均池层通过计算输入的高度、宽度和深度维度的平均值来执行下采样。
图层池的尺寸取决于图层输入:
对于三维图像输入(五个维度的数据对应于三个空间维度的像素、通道和观测),层聚集在空间维度上。
对于三维图像序列输入(六维数据,对应于三个空间维度的像素、通道、观测和时间步长),层在空间维度上聚集。
对于二维图像序列输入(五个维度的数据对应于两个空间维度的像素,通道,观察和时间步长),层在空间和时间维度上聚集。
创建
属性
例子
提示
在图像分类网络中,您可以使用
globalAveragePooling3dLayer
最后在完全连接层之前减少激活的大小而不牺牲性能。激活大小的减小意味着下游完全连接层的权重将减少,从而减少网络的大小。你可以使用
globalAveragePooling3dLayer
接近一个分类网络的末端而不是一个fullyConnectedLayer
.由于全局池层没有可学习的参数,它们不太容易过拟合,并可以减少网络的大小。这些网络对于输入数据的空间转换也更加健壮。你也可以用globalMaxPooling3dLayer
代替。是否globalMaxPooling3dLayer
或者一个globalAveragePooling3dLayer
是否更合适取决于你的数据集。如果要使用全局平均池化层而不是全连接层,则全局平均池化层输入的通道数量必须与分类任务中的类数量匹配。
算法
版本历史
介绍了R2019b