卷積與Max Pooling(池化)
阿新 • • 發佈：2021-08-10
1、什麼是卷積
從數學上講，卷積就是一種運算。
有這麼一副影象，可以看到，影象上有很多噪點：
高頻訊號，就好像平地聳立的山峰：
看起來很顯眼。平滑後得到：
平滑這座山峰的辦法之一就是，把山峰刨掉一些土，填到山峰周圍去。用數學的話來說，就是把山峰周圍的高度平均一下。
卷積可以幫助實現這個平滑演算法。
有噪點的原圖，可以把它轉為一個矩陣：
然後用下面這個平均矩陣（說明下，原圖的處理實際上用的是正態分佈矩陣，這裡為了簡單，就用了算術平均矩陣）來平滑影象：
2、什麼是Max Pooling(池化)
在卷積後還會有一個 pooling 的操作。
max pooling 的操作如下圖所示：整個圖片被不重疊的分割成若干個同樣大小的小塊（pooling size）。每個小塊內只取最大的數字，再捨棄其他節點後，保持原有的平面結構得出 output。
注意區分max pooling（最大值池化）和卷積核的操作區別：池化作用於影象中不重合的區域
這個圖中，原來是4*4的圖片。由於不會重合，所以filter的大小和步長stride是相等的，為2.
粉色區域最大值為6，得到的該區域結果是6，綠色是8，黃色是3，紫色是4.
3、Max Pooling的作用
作用1：invariance(不變性)
invariance(不變性)，這種不變性包括translation(平移)不變性，rotation(旋轉)不變性，scale(尺度)不變性。
作用2：增大感受野
可能跟作用1的結論有些因果關係。
首先它第一個作用是降低feature map的尺寸，減少需要訓練的引數；其次，因為有縮小的作用，所以之前的4個畫素點，現在壓縮成1個。那麼，相當於我透過這1個點，就可以看到前面的4個點，這不就是把當前map的感受野一下子放大了嘛