[問題] convolution with stride VS. pooling

[Haikyuu (!!)]

convolution with stride跟pooling都是將feature map變小張的方法

例如convolution with stride=2的輸出大小相當於2x2的pooling的輸出大小

那想請問這兩者的使用上是怎麼取捨的呢?

我認為convolution丟掉的資訊量比較少，所以DCGAN才使用convolution而非pooling
來使Discriminator可以分辨細微差異

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.140.162.89
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1529265514.A.65C.html
推 sma1033: conv比較慢啊，吃比較多運算資源
→ Mchord: Pooling會造成一定程度的平移不變性，純圖片辨識或特徵抽
→ Mchord: 取很適合，但偵測等牽涉到定位的問題則否。
→ wrt: 建議conv不要加stride，這是運算速度考量。
→ wrt: 相同效果用pooling只要參數調好，並不會有loss。
→ Mchord: stride2跟pooling2出來值就不一樣了，不會有loss是指哪個
→ Mchord: 方面？
→ TOEFLiBT100: alphaGo就沒有用pooling, 用pooling隔壁棋子就不見了
→ TOEFLiBT100: 還怎麼下贏？
推 wwwc: 加stride會變慢喔？