Global Average Pooling

释义 Definition

全局平均池化（GAP）：一种在卷积神经网络中常用的下采样/汇聚操作，对每个通道（feature map）在空间维度（高×宽）上的所有数值取平均值，把每个通道压缩为一个数，从而将特征图转换为更紧凑的向量表示。常用于分类网络的末端，用来减少参数量并降低过拟合风险。（也常与“全局最大池化”等并列讨论。）

发音 Pronunciation (IPA)

/ˈɡloʊbəl ˈævərɪdʒ ˈpuːlɪŋ/

例句 Examples

Global average pooling reduces the feature map to one value per channel.
全局平均池化把特征图在每个通道上压缩成一个数值。

Instead of using a fully connected layer, the model applies global average pooling to improve generalization and cut down parameters.
模型不使用全连接层，而是采用全局平均池化来提升泛化能力并减少参数量。

词源 Etymology

该术语由三部分构成：global（全局的）强调对整个空间范围进行汇聚；average（平均）表示用均值作为汇聚方式；pooling（池化/汇聚）源于深度学习中“把一片区域的特征汇总为一个代表值”的概念。作为方法名，它在卷积网络结构设计中逐渐固定下来，常简写为 GAP。

相关词 Related Words

• Adaptive Average Pooling
• Average Pooling
• Convolutional Neural Network
• Feature Map
• Fully Connected Layer
• Global Max Pooling
• Max Pooling
• Pooling
• Spatial Pyramid Pooling

文献与作品 Notable Works

• Network in Network（Lin, Chen, Yan, 2013）——提出并推广用全局平均池化替代末端大规模全连接层的思路
• Deep Residual Learning for Image Recognition（He et al., 2015）——ResNet 等结构在分类头常采用全局平均池化
• MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications（Howard et al., 2017）——轻量化网络中常用 GAP 作为分类前的汇聚层
• SqueezeNet: AlexNet-level accuracy with 50x fewer parameters（Iandola et al., 2016）——采用全局平均池化以减少参数量