¿Los tamaños de kernel de capa maxpooling en CNN son generalmente más pequeños que los tamaños de kernel de capa convolucional? ¿Por qué?

Han pasado algunos años desde que trabajé con Neural Networks, por lo que esta pregunta me intrigó. Investigué un poco y aprendí un poco sobre esto … y creo que tengo una respuesta para usted.

Parece que la agrupación máxima implementa un muestreo descendente intencional en la entrada. Se minimiza una mayor cantidad de datos de entrada en una cuadrícula en un solo vector “máximo” para toda la cuadrícula.

Parece que no es “convolucional vs. agrupación máxima”: aplica el sondeo máximo a una CNN, o no, como parte del diseño de la red neuronal. Yo creo que.

De Conural Neural Networks (LeNet): “Max-pooling divide la imagen de entrada en un conjunto de rectángulos no superpuestos y, para cada subregión, genera el valor máximo”.

Su objetivo es ayudar a disminuir el volumen y la complejidad de los datos entrantes a una red neuronal convolucional.

Se deduce que si disminuye las dimensiones y la complejidad de la capa de entrada, eso disminuirá esos mismos aspectos y, como resultado, el tamaño de las capas intermedias ocultas y la capa de salida.