2,4(1H,3H)-PD are mine 2022-06-17 00:31 采纳率: 100%
浏览 23
已结题

关于#神经网络#的问题：卷积神经网络中的池化过程，是对输入层池化，还是提取特征值后再池化

卷积神经网络中的池化过程，是对输入层池化，还是提取特征值后再池化？

  • 写回答

3条回答 默认 最新

  • 似水不惧 2022-06-17 11:47
    关注

    卷积神经网络结构决定它先利用卷积层提取特征，将提取的特征输入到池化层进行池化，和输入层没关系了

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(2条)

报告相同问题？

  • ### 深度学习卷积神经网络的核心原理与应用：图像处理中的特征提取与优化
    2025-05-08 09:35
    卷积神经网络（CNN）是深度学习中的核心算法之一，它在图像处理领域展现出了强大的特征提取能力。CNN的成功得益于其独特的网络结构，这些结构包括卷积层、池化层和全连接层。 在全连接前馈网络处理图像数据时，面临...
  • 卷积神经网络（CNN）从卷积层到池化层可视化演示
    2025-08-15 11:34
    卷积神经网络（Convolutional Neural Networks，简称CNN）是一种深度学习算法，广泛应用于图像识别、视频分析、自然语言处理等领域。CNN的主要特点是能够自动地从数据中学习特征，而无需人工干预。这种网络结构模仿...
  • 卷积神经网络（CNN）中，池化层的作用是什么
    2025-01-22 17:37
    彬彬侠的博客 池化层（Pooling Layer）在卷积神经网络（CNN）中起到了至关重要的作用，它通过降采样操作减少数据的维度、降低计算量、提高计算效率、增强平移不变性并防止过拟合。常见的池化方法有最大池化和平均池化，分别侧重于...
  • 卷积神经网络：池化层
    2025-01-08 19:01
    00&00的博客 池化层是卷积神经网络（CNN）中的一个重要组成部分，主要用于减少特征图的空间尺寸，从而降低。池化层通过操作来获取图像特征的显著性，同时保持重要的特征信息。
  • 构建卷积神经网络-包括卷积层-池化层-RELU
    2024-10-03 18:29
    构建卷积神经网络的关键在于合理配置卷积层、池化层和激活函数。通过这些层的相互作用，CNN能够在图像识别、视频分析、自然语言处理等领域展示出卓越的性能。而Python和MATLAB都是实现这些功能的有效工具，选择哪一...
  • 卷积神经网络，2个卷积、2个池化，再加一个隐层的全连接网络.zip
    2025-06-08 14:59
    卷积神经网络（Convolutional Neural Networks, CNNs）是一种深度学习模型，它在图像识别、视频分析、自然语言处理等多个领域取得了显著的成果。CNN的核心思想是利用卷积层提取图像的局部特征，通过池化层降低特征...
  • 卷积神经网络核心：特征提取（2023.1.21，除夕）.zip
    2023-01-21 20:53
    本资料“卷积神经网络核心：特征提取”将深入探讨CNN如何通过其独特的结构来有效地提取图像特征。 CNN的核心特性包括卷积层、池化层、激活函数和全连接层。这些组件共同作用，使得CNN能够从原始像素数据中学习到...
  • 卷积神经网络中的池化层：特征筛选与降维的关键组件
    2025-05-12 08:17
    青柚MATLAB学习的博客 本文深入剖析卷积神经网络中的池化层，介绍其在网络中的核心作用，包括特征筛选与降维。详细讲解常见池化方法，如最大池化、平均池化等，对比卷积层和池化层差异，并引入NetVLAD池化的概念。助力读者全面理解池化层...
  • 卷积神经网络-池化层
    2024-04-01 21:59
    longerVR的博客 池化层（Pooling Layer）是深度学习神经网络中的一个重要组成部分，通常用于减少特征图的空间尺寸，从而降低模型复杂度和计算量，同时还能增强模型的不变性和鲁棒性。池化层在CNN中起到了非常重要的作用，可以有效地...
  • Visio画的卷积神经网络结构图模板【包含卷积池化操作的绘图，以及线性层的绘图】
    2023-09-26 10:07
    卷积神经网络（Convolutional Neural Network，简称CNN）是一种深度学习模型，广泛应用于图像识别、计算机视觉等领域。Visio是一款强大的图形绘制软件，能够帮助用户创建各种专业图表，包括复杂的神经网络结构图。本...
  • 没有解决我的问题, 去提问

问题事件

  • 系统已结题 6月25日
  • 已采纳回答 6月17日
  • 创建了问题 6月17日