MaxPooling可以减少过拟合吗?
计算机/软件
0 625
0
该提问暂无详细描述
收藏
2021-01-23 02:53 更新 正直的烤面包 •  1846
共 1 个回答
高赞 时间
0
  • 理论上说,最大池化可以减少过拟合。 当数据集不足以容纳特征数量时,可能会发生过度拟合。最大池化使用最大操作来池化要素集特征集,从而减少特征量。

  • 但实际应用中使用Max-pooling来减少过度拟合的效果很小。 因为在卷积运算之后要应用Max-Pooling,这意味着这些特征是已经在这一层中进行了训练,并且由于使用了最大池化来减少输出的高和宽,使得下一层中的特征具有较少的卷积运算可供学习,这对过拟合问题的影响很小,很难真正地解决过拟合问题。

  • 减小过拟合的办法 (1)减少参数的数量。 当参数量非常大时,很难找到足够的数据来训练含有大量参数的模型而又不会过度拟合。 (2)使用正则化技术,例如L2-regularization或Drop-out。 Drop-out通过保证特征不是一直可用来减少对单个特征的依赖,从而迫使模型寻找潜在的不同的点,而不是只使用一个,因为这很容易使模型过度适合特征明显的点。因此,dropout也可以减少过拟合。

收藏
2021-01-23 03:03 更新 阿托 •  5852