Day12

7.3 池化层

• 池化是缩小高、长方向上空间的运算
• 图像领域主要使用Max Pooling

池化层的特征

• 没有要学习的参数
• 通道数不发生变化
• 对微小位置变化具有鲁棒性

7.4 卷积层和池化层的实现

7.4.1 4维数组

使用numpy.ndarray来表达

7.4.2 基于im2col的展开

im2col即image to column，在caffe，chainer等深度学习框架中均有应用

将滤波器纵向展开为1列，并计算和im2col展开的数据的矩阵乘积，最后reshape为输出数据的大小