StriveZs'Blog

白化和归一化白化白话的目的就是去除输入数据的冗余信息。例如：训练数据是图像，由于图像中相邻像素之间具有很强的相关性，因此输入是冗余的的。白话的目的就是降低输入的荣誉的性。输入数据集，经过白化处理后，生成新数据集满足两个条件：特征相关性较低特征具有相同的方差白化算法实现的过程：第一步是进行PCA操作，将数据降维第二步是对新的坐标进行归一化操作归一化定义数据标准化(Normalization)，也称为归一化，归一化就是将你需要处理的数据再通过某种算法那处理后，将其限定在你需要的一

offset max-pooling下面再让我们来继续学习有关 offset 池化的内容，为了简单起见，我们暂时不用二维的图像作为例子，而是采用一维作为示例，来讲解池化:如上图所示，我们在x轴上有20个神经元，如果我们选择池化size=3的非重叠池化，那么根据我们之前所学的方法应该是：对上面20个，从1位置开始进行分组，每3个连续的神经元为一组，然后计算魅族的最大值(最大池化)，19、20号神经元被丢弃，如下图所示:我们也可以在20号神经元后面，人为的添加一个数值为0的神经元编号21，与19、20