В большинстве архитектур за conv-слоями следует слой объединения (max/avg и т.д.). Поскольку эти уровни объединения просто выбирают выход предыдущего слоя (т.е. Conv), можем ли мы просто использовать свертку с шагом 2 и ожидать, что аналогичные результаты точности будут уменьшены при необходимости процесса?
Да, это можно сделать. Его объяснили в статье 'Striving for simplicity: The all convolutional net' https://arxiv.org/pdf/1412.6806.pdf. Цитата из статьи:
'Мы находим, что max-объединение может быть просто заменено сверточным слой с увеличенным шагом без потери точности на нескольких изображениях тесты распознавания "
Я попробовал это сеть vgg19 и она работает