AI里的“池化”和AV里的“打码”在算法上有啥不一样
一般是平均池化，或者单纯的降采样（nearest插值）。前者的视觉效果好一些。最大池化其实也不是不可以，只是没有什么特别的理由要找最大值吧，实现麻烦视觉效果又不好。
■网友
1.跟打码不太一样。池化的目的是减少参数，类似down sampling 会使特征图的大小减变小。2. 如果真的要这样类比，打码更接近于平均池化，但是图变小了。。P.S. 这么清奇的问题，不愧是av界(误)的一股清流。牛逼牛逼，佩服佩服。
■网友
maxpooling,该黑的地方更黑
■网友
池化和AV打码的区别主要在于打码是直接对原始图片的像素点操作，而池化是CNN中间层的操作。池化看到的不是原始图，是已经被之前的卷积操作抽象为很多个channel的feature map。从意义上来讲，池化的主要目的就是抽取高阶的特征。
【AI里的“池化”和AV里的“打码”在算法上有啥不一样】 从图中汽车分类问题可以看到，CNN中不同channel的信息差异很大，而且CNN前面几层有很多细节信息，对于最终分类是不是汽车，这些细节信息是低阶信息，我们要把它们融合成高阶的信息以供判断是汽车还是船。通过池化操作忽略一些细节信息，强行让CNN学到的更多是类似于汽车轮廓这样的高阶信息。
■网友
之前写过一篇文章，正好回答一波。阿力阿哩哩：一文掌握CNN卷积神经网络池化本质上也是打马赛克，原理如下。4.3.6 池化层（Pooling Layer）一般来说，卷积层后面都会加一个池化层，这时候大家又可以往上看看图 4.9的CNN网络结构了，并且可以将它理解为对卷积层进一步特征抽样，池化层主要分为两种，这时候笔者认为前面说了这么多，现在给大家上一张图，大家应该就明白池化层是何用处。池化层运算如图 4.14所示。
推荐阅读
- 边城满洲里，冬日里的温暖
- 汽车知识|冬日里的追光者——诺马迪森“征途者B”
- 轮胎|暖暖的冬日，想和这里的花儿一起怒放！
- |邢台车主反映：行驶里程2600公里的新车，积碳竟像跑了10万公里
- 怎么样将家里的液晶电视和笔记本电脑连接
- 汽车知识|“大五座”SUV里的杰出代表 实拍本田UR-V
- 作为一个打码的，有没有一段时间特不想打码，后来是咋熬过来的
- |全网好评的吉利星瑞，真这么好？为此，我们做了2000公里的长测
- 有谁知道关于 厂子里的一些信息 或介绍一些只有进了厂子才能知道的经历
- 关于图片里的文本识别，哪些特征相对有效