2024-09-27 00:23:03 发布
网友
最近,当我试图实现AlexNet时,我在Pytorch中遇到了一个方法。 我不明白它是怎么工作的。请用一些例子来解释它背后的想法。以及在神经网络功能方面,它与Maxpooling或Average poling有何不同
nn.AdaptiveAvgPool2d((6, 6))
在平均池(average pooling)或最大池(max pooling)中,基本上您可以自己设置步幅和内核大小,并将它们设置为超参数。如果您碰巧更改了输入大小,则必须重新配置它们。在
另一方面,在自适应池中,我们指定输出大小。并根据需要自动选择步长和内核大小。以下公式用于计算源代码中的值。在
Stride = (input_size//output_size) Kernel size = input_size - (output_size-1)*stride Padding = 0
在平均池(average pooling)或最大池(max pooling)中,基本上您可以自己设置步幅和内核大小,并将它们设置为超参数。如果您碰巧更改了输入大小,则必须重新配置它们。在
另一方面,在自适应池中,我们指定输出大小。并根据需要自动选择步长和内核大小。以下公式用于计算源代码中的值。在
相关问题 更多 >
编程相关推荐