Основным отличием является то, что свертка - это операция, предназначенная для извлечения элементов из входных данных, тогда как цель подвыборки - просто уменьшить размеры входных данных.В стандартных CNN уровень свертки имеет настраиваемые параметры, которые настраиваются во время процесса обучения, в то время как уровень подвыборки является постоянной операцией (обычно выполняемой уровнем максимального пула).В CNN это максимальное объединение обычно помогает добавить некоторую пространственную инвариантность к модели.
Я не думаю, что ваш последний абзац является правильным способом его просмотра.
Свертка: У вас есть фильтр определенного размера.Выходными данными является поэлементное умножение этого фильтра и различных областей (одинакового размера) входных данных.Вы можете использовать шаг фильтра свертки для выполнения подвыборки входных данных.Например:
Для входа 7x7 с использованием фильтра того же размера в первомДля изображения с шагом 1 пиксель мы получаем вывод 5x5, а при использовании шага 2 пикселя во втором изображении мы получаем выход 3x3.Технически, мы получили подвыборку как часть уровня свертки, но подвыборка не поддается обучению (размер шага постоянен).
Чаще, когда речь идет о слое подвыборки (и этоэто, вероятно, имеет место в изображении, которое вы разместили), значение - это слой с максимальным пулом, который, как и свертка, также имеет фильтр и шаг определенного размера.Тем не менее, нет обучаемых весов (выходной результат равен максимальному пикселю каждой области):
В редком случае используется средний слой пуладля этого слоя подвыборки.