【機器學習2021】卷積神經網路 (Convolutional Neural Networks, CNN) 李弘毅上課筆記 By Mou
卷積神經網路 (Convolutional Neural Networks, CNN) Pooling的意義? CNN不一定要Convolution->Pooling->Convolution->Pooling，可以把Pooling拿掉，因為Pooling本質上是把一定範圍取一個最大的當代表(Max Pooling)，這是人手動設定的範圍(譬如2 X 2)，沒有任何參數要學習，不像Convolution全部是學習出來的。現在機器運算能力增強，以前需要靠Pooling才能把圖片subsampling(降維)方便學習參數量減少，現在很多做法可以把Pooling拿掉。Performance可能還可以上升。 這裡AlphaGo沒用Pooling。 CNN沒辦法處理影像放大縮小及旋轉問題，所以需要data augmentation. 但有其他架構可以處理: Spatial Transformer Layer(還沒去看，之後找時間看)