全局池化与平均池化的公式非常相似，但是它们的计算方式有所不同。
全局池化的公式如下：
$\text{Global Pooling}(x) = \text{pooling}(x, H, W)$ 其中，$x$是输入特征图，$H$和$W$分别是特征图的高度和宽度。
全局池化的操作是将整个特征图压缩成一个值，因此$H$和$W$的取值分别为特征图的高度和宽度。全局池化一般用于最后的分类层之前。
它可以将整个特征图压缩成一个全局特征向量，表示整个图像的特征。
平均池化的公式如下：
$\text{Average Pooling}(x_{i,j}) = \frac{1}{k^2}\sum_{p=0}^{k-1}\sum_{q=0}^{k-1}x_{i+p,j+q}$ 其中，$x_{i,j}$表示输入特征图的第$i$行第$j$列的元素，$k$表示池化的大小。
平均池化的操作是在每个$k \times k$的窗口内计算窗口内元素的平均值，然后用这个平均值来代替这个窗口内的所有元素。平均池化可以用于降低特征图的分辨率，同时也可以减少模型中的参数数量。
评论