The larger the size of the pooling

The larger the size of the pooling area, the more information is condensed, which leads to slim networks that fit more easily into GPU memory. However, if the pooling area is too large, too much information is thrown away and predictive performance decreases.
Additional material: Neural networks [9.5]: Computer vision – pooling and subsampling

ผลลัพธ์ (ไทย) 1:

มีขนาดใหญ่ขนาดของพื้นที่การทำพูลเก็บ ข้อมูลเพิ่มเติมเป็นแบบย ซึ่งนำไปสู่เครือข่ายบางที่พอดีได้ง่ายขึ้นในหน่วยความจำของ GPU อย่างไรก็ตาม ถ้าขนาดใหญ่เกินพื้นที่การทำพูลเก็บ ข้อมูลมากเกินไปจะถูกโยนทิ้งไป และประสิทธิภาพของระบบลดลงวัสดุเพิ่มเติม: เครือข่ายประสาท [9.5]: คอมพิวเตอร์วิทัศน์ – ร่วม และซับแซมพลิง

ผลลัพธ์ (ไทย) 2:

ที่มีขนาดใหญ่ขนาดของพื้นที่ร่วมกันให้ข้อมูลเพิ่มเติมที่ควบแน่นซึ่งนำไปสู่เครือข่ายบางที่พอดีได้ง่ายขึ้นในหน่วยความจำของ GPU แต่ถ้าพื้นที่ร่วมกันที่มีขนาดใหญ่เกินไปข้อมูลที่มากเกินไปจะถูกโยนทิ้งออกไปและประสิทธิภาพตามที่คาดลดลง.
วัสดุเพิ่มเติม: โครงข่ายประสาทเทียม [9.5]: วิสัยทัศน์คอมพิวเตอร์ - ร่วมกันและ subsampling

ผลลัพธ์ (ไทย) 3:

ขนาดใหญ่ในพื้นที่ร่วมกัน ข้อมูลเพิ่มเติม คือ ย่อ ซึ่งนำไปสู่บางเครือข่ายที่เหมาะสมมากขึ้นได้อย่างง่ายดายลงในหน่วยความจำ GPU . อย่างไรก็ตาม หากรวมพื้นที่มีขนาดใหญ่เกินไปข้อมูลที่มากเกินไปจะถูกโยนทิ้งไป และลดประสิทธิภาพทำนาย .ข้อมูลเพิ่มเติม : โครงข่ายประสาทเทียม [ 9.5 ] : คอมพิวเตอร์วิทัศน์ ( รวมค่าและ