Una capa de agrupación o submuestreo a menudo sigue inmediatamente a una capa de convolución en CNN. Su función es reducir la resolución de la salida de una capa de convolución a lo largo de las dimensiones espaciales de alto y ancho.
¿Es el submuestreo lo mismo que la agrupación?
La agrupación promedio también calcula el promedio y lo procesa en la imagen de salida. Por otro lado, Subsampling elige un píxel en la cuadrícula y reemplaza los píxeles circundantes de dicha cuadrícula por el mismo valor de píxel en la imagen de salida.
¿Qué son los datos de submuestreo?
El submuestreo (Fig. 1.36) es un método que reduce el tamaño de los datos seleccionando un subconjunto de los datos originales. Por ejemplo, en conjuntos de datos estructurados, como datos de imágenes y cuadrículas estructuradas, la selección de cada n-ésimo punto produce los resultados que se muestran en la figura 1.36.
¿Qué es el factor de submuestreo?
Del MIPAV. El algoritmo de submuestra en MIPAV le permite reducir el tamaño de una imagen en un factor de 2, 4 u 8 veces. Cada píxel de la imagen submuestreada es un promedio ponderado de Gauss de los 8 píxeles vecinos de la imagen original para imágenes 2D o 26 vóxeles vecinos para imágenes 3D.
¿Max pooling es submuestreo?
Esto es esencialmente una forma de submuestreo. Por lo general, la capa de agrupación será una matriz de subregión de 2×2 como resultado: Agrupación máxima. Intenta encontrar el valor máximo en una ventana deslizante a lo largo de una imagen.
¿Qué hace Max pooling en CNN?
La agrupación máxima, o agrupación máxima, es una operación de agrupación que calcula el valor máximo o más grande en cada parche de cada mapa de características. Los resultados son mapas de características agrupados o muestreados que resaltan la característica más presente en el parche, no la presencia promedio de la característica en el caso de la agrupación promedio.
¿Por qué se utiliza la agrupación Max?
La agrupación ayuda principalmente a extraer características nítidas y suaves. También se hace para reducir la varianza y los cálculos. Max-pooling ayuda a extraer caracterí