29. 池化层

其他类型的池化

Alexis 还提到了另一种池化，即平均池化：对指定大小的窗口里的像素值取平均值。在 2x2 窗口里，平均池化运算将涉及 4 个像素值，然后返回这四个值的平均值！

这种池化通常不适合图像分类问题，最大池化更适合发现图像边缘等重要特征，而平均池化更适合平滑图像这种应用。

Notebook：层级可视化

下面的 notebook 将可视化卷积层和池化层的输出。

打开 notebook 的方法：

• 直接在课堂里在线打开（推荐）。
• 从 Github 克隆代码库，再打开convolutional-neural-networks > conv-visualization 文件夹里的 notebook conv_visualization.ipynb 和 maxpooling_visualization.ipynb。你可以使用 git clone https://github.com/udacity/deep-learning-v2-pytorch.git 下载代码库，或从此链接下载归档文件。

说明

该 notebook 将探讨卷积层、激活层和池化层的影响！