关于卷积运算以及池化层替代

Question

使用卷积运算并实现相同目标的池化层的替代方法是什么？
A.具有较大池化大小的卷积层
B.没有步幅的卷积层
C具有较大内核的卷积层
D具有较大步幅的卷积层
想问一下这个选什么以及原因～谢谢大家

Answer 1

答案是B：没有步幅的卷积层。

池化层是一种常见的神经网络层，用于减小输入的空间尺寸。它通常用于减小输入的长度和宽度，例如通过将输入的长度和宽度减半。一种替代方法是使用具有较大步幅的卷积层，从而减小输入的空间尺寸。步幅是卷积核在输入上滑动时的步长，如果步幅为1，则卷积核会滑动一个像素，如果步幅为2，则卷积核会滑动两个像素。

在这道题中，使用较大的池化大小或较大的内核不会替代池化层。使用具有较大池化大小的卷积层会增加网络的计算量，而不会减小输入的空间尺寸。使用具有较大内核的卷积层也不会减小输入的空间尺寸，只会增加网络的计算量。
望采纳。谢谢。