卷积神经网络里输入图像大小何时是固定，何时是任意？
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了卷积神经网络里输入图像大小何时是固定，何时是任意？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含554字，纯文字阅读大概需要1分钟。
内容图文
https://www.zhihu.com/question/56688854/answer/463698542
cnn框架：卷积层（卷积+非线性激活）+池化层+全连接层+分类层。其中，卷积层、池化层、分类层其实都不在意图像大小，但是全连接层有问题。
当然，除了卷积层外，还可以用别的层替换全连接层。比如用全局平均池化（Global Average Pooling）层替换全连接层。
不过，也不是说只要有全连接层，输入的图像大小就一定要固定，可以在卷积模块和全连接层之间加一个中间层，整理一下卷积模块的输出，保证不管输入图像大小怎么变，传给全连接层的始终是固定维数的输入。SPP（Spatial Pyramid Pooling，空间金字塔池化）就是做这个的。
内容总结
以上是互联网集市为您收集整理的卷积神经网络里输入图像大小何时是固定，何时是任意？全部内容，希望文章能够帮你解决卷积神经网络里输入图像大小何时是固定，何时是任意？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。