池化层
ooler 是这个设计中实现 Max Pooling 操作的部分。下面的动画向您展示了最大池操作是什么。基本上,它是一种在神经网络的各个阶段对数据进行下采样的特殊方法,以减少涉及的参数数量。
我们需要记住的一个设计方面是,池化器也被设计为流水线流式架构,以补充Convolver。也就是说,从卷积器出来的数据可以在每个时钟周期连续输入到池化器中,并且输出会在一定数量的时钟周期后出现,这个输出将是输入的下采样版本。即卷积器的输出。
可以理解的是,Max pooler 的输出应该是其输入大小的一小部分。这取决于池化窗口的大小。然而,大多数常用的神经网络没有大于 2X2 维度的池化窗口,因为任何大于该维度的操作都会变得过于破坏性并导致信息大量丢失。
valid_op信号仅在正确的输出处变为高电平。即窗口中的最大值