我对机器学习相当陌生，所以这可能是一个愚蠢的问题。如果是这样，我提前道歉。
我正在海洋图像上训练卷积神经网络，其中包括正异常和负异常。我测试的实现采用了许多 2D 卷积层，然后是最大池化。
最大池自然偏向正值。这是否意味着我的图像中的负面异常将在训练中减少？还是在卷积滤波器中考虑了符号差异？
本能地，我想实现某种“绝对值最大池化”，但由于我在文献中没有提到这一点，我是否应该假设这不是必需的？
2D 卷积神经网络中的绝对值最大池化
数据挖掘
机器学习
美国有线电视新闻网
汇集
2022-03-08 05:58:29
1个回答
如果您需要实现这样的绝对值最大池化，您可以将卷积层的输出转换为绝对值，然后应用最大池化。
此外，这种想法是不必要的，因为 maxpooling 与卷积层的输出一起工作，并且不受图像的直接影响。我的意思是卷积层从图像中提取最重要的特征，无论是正面的还是负面的，都在预测正确的输出中起作用
因此，例如，如果低强度像素对识别的影响更大，那么与影响较小的像素值相比，它将被赋予较大的正权重。
其它你可能感兴趣的问题