全局最大池图标指示每个功能图的最大值。
全局平均池化和全局最大池化的输入通常为NxCxHxW,输出为NxCx1x1,但实际上也有全局深度池化的其他需求,其输出为Nx1xHxW。 这种方式的池化通常先将数据转换为NxH*WxC方式,然后使用一维最大/平均池化在c上进行,最后转换为Nx1xHxW即可。
例如,如果最后一层数据是10个6*6的特征量图,则全局平均轮询计算每个特征量图的所有像素点的平均值,并输出一个数据值。
也就是说,对于每层的6x6=36个像素点,计算这36个像素点的均值(最大值),共计10层,因此可以得到共计10个数据。
这样在10 个特征图就会输出10个数据点下,如果将这些数据点设为1*10的向量,则成为一个特征向量,能够送入softmax的分类中进行计算。
推荐博客:
轻松学习Pytorch -了解更多全球池化层