machine-learning - 全局池操作的池大小是多少？

Question

在正常的池化操作中，我们必须提到池化操作的池大小，例如我们提到的 2D 池化操作(2,2)；但是，在全局池操作中，它不是必需的。那么它与输入的大小相同吗？我正在研究 Keras。这里一位作者提到池化大小与input sizeor相同input size-filter size+1。哪一个是正确的？

Answer 1

在 1D 池化的情况下，如Keras 文档中所述，它将一个形状数组作为输入(batch_size, steps, features)，其输出形状为(batch_size, features). 所以池大小等于steps。

在 2D 池化的情况下，如Keras 文档中所述，它将一个形状数组作为输入(batch_size, rows, cols, channels)，其输出形状为(batch_size, channels). 所以池大小等于(rows, cols)。

在这两种情况下，池大小都与其背后的直觉一致：在整个数据轴（即全局）上取最大值。

Answer 2

如果输入形状为(None, rows, cols, filters)，则全局池化使用 的 pool_size (rows, cols)。