CNN 结构化输出

卷积网络可以用于输出高维的结构化对象，而不仅仅是预测分类任务的类标签或回归任务的实数值。通常这个对象就是个张量，由标准卷积层产生。

经常出现的问题是输出平面比输入平面小

用于对图像中单个对象分类的常用结构中，网络空间维数的最大减少来源于使用大步幅的池化层
So if 希望产生与输入 大小相似的输出映射，有如下方法：
1）避免将池化放在一起
2）单纯地产生一张低分辨率的标签网格
原则上可以使用单位步幅的池化操作。。。。。。。。

循环卷积网络通过一个通道的输出作为创建新估计的输入（RNN的思想）

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容