«Максимальное объединение в CNN» относится к операции объединения, обычно используемой в сверточных нейронных сетях (CNN) для извлечения признаков. Он используется для уменьшения пространственных размеров входных карт объектов, уменьшая их размер, сохраняя при этом наиболее заметные объекты. Вот несколько методов, связанных с максимальным объединением в CNN:
-
Максимальное объединение: наиболее распространенным методом является максимальное объединение, при котором максимальное значение в каждом регионе объединения выбирается в качестве репрезентативного значения для этого региона. Область объединения обычно имеет фиксированный размер и перемещается по входной карте объектов с определенным шагом.
-
Среднее пулирование. В отличие от максимального пула, среднее пулирование рассчитывает среднее значение в каждой области пула. Это может быть альтернативой максимальному объединению и может помочь снизить чувствительность к небольшим изменениям входных данных.
-
Глобальное максимальное объединение: вместо использования области объединения фиксированного размера глобальное максимальное объединение применяет операцию объединения ко всей карте объектов, в результате чего одно значение представляет максимальную активацию на всей карте. Этот метод часто используется на последних уровнях CNN для извлечения глобальных признаков.
-
Дробное максимальное объединение: дробное максимальное объединение позволяет объединять области переменных размеров. Он случайным образом выбирает область объединения фиксированного размера в определенном диапазоне, а затем выполняет максимальное объединение. Введение случайности помогает сети быть более устойчивой к изменениям входных данных, но требует дополнительных вычислительных затрат.
-
Стохастическое объединение: Стохастическое объединение случайным образом выбирает значение из каждой области объединения на основе распределения вероятностей. Этот метод может внести определенный уровень случайности в операцию объединения и может быть полезен в целях регуляризации.
-
Объединение Lp: Объединение Lp — это обобщенная форма максимального и среднего пула. Он вычисляет норму Lp в каждой области объединения, где p — параметр. Когда p=1, пул становится средним, а когда p приближается к бесконечности, пул становится максимальным.