2 个月前

随机池化用于深度卷积神经网络的正则化

Matthew D. Zeiler; Rob Fergus
随机池化用于深度卷积神经网络的正则化
摘要

我们介绍了一种简单而有效的方法,用于正则化大型卷积神经网络。该方法将传统的确定性池化操作替换为随机过程,即在每个池化区域内根据多项分布(由池化区域内的活动值决定)随机选择激活值。此方法无需设置超参数,并且可以与其他正则化方法(如丢弃法和数据增强)结合使用。在四个图像数据集上,我们的方法在不使用数据增强的情况下达到了当前最佳性能。

随机池化用于深度卷积神经网络的正则化 | 最新论文 | HyperAI超神经