Python DeepLearningに再挑戦 22 畳み込みニューラルネットワーク プーリング層

概要

Python DeepLearningに再挑戦 22 畳み込みニューラルネットワーク プーリング層

参考書籍

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

プーリング層

• プーリングは、縦・横方向の空間を小さくする演算。

• 上記の例では、2*2のMaxプーリングをストライド2で行った場合の手順。

• Maxプーリングは最大値をとる演算。ストライド2は、移動間隔が2ということ。一般的にプーリングのウィンドウサイズとストライドは同じ値に設定する。

• Maxプーリングの他に、Averageプーリングなどもある。Averageプーリングは対象領域の平均を計算する。画像認識の分野では、主にMaxプーリングが使われる。

プーリング層の特徴

• 学習するパラメータがない。対象領域から最大値（もしくは平均値）をとるだけの処理のため学習すべきパラメータはない。

• チャンネル数は変化しない。入力データと出力データのチャンネル数は変化しない。チャンネル毎に独立して計算が行われる。

• 微小な位置変化に対してロバスト（影響を受けにくい）。入力データのズレをプーリングが吸収する。

よし次から実装にしよう。