④ ディープラーニングの要素技術／ 20. プーリング層

グローバルアベレージプーリング (GAP)とは

GAPとは、各特徴マップの空間方向の平均を取り、チャンネルごとに1値へ集約する手法です。全結合層の代替としてパラメータ削減と過学習防止に有効で、CNNの分類層で重要です。

この用語はG検定シラバスの「20. プーリング層」に含まれます。章全体の用語は用語解説④（全60語）にまとまっています。

特徴マップ1枚をまるごと平均して1つの数値にする手法。全結合層の代わりに使えます。

何をしているのか

7×7の特徴マップが512枚あるとき、各マップの49個の値を平均して1つにします。結果として512個の数値が残ります。

これをそのまま分類の入力にします。「そのチャンネルが表す特徴が、画像全体でどれだけ強く出ていたか」を1つの数値で表した形です。

従来は特徴マップを平らに並べて全結合層につなぎ、膨大なパラメータが必要でした。

「パラメータを持たない」ことがすべての利点の源だと理解すると覚えやすくなります。

GAPを使った構成では、各チャンネルが「どのクラスにどれだけ寄与したか」を追いやすくなります。

この性質を利用して画像のどこを見て判断したかを可視化する手法（CAMなど）が考案されました。説明可能性（XAI）にもつながる点は押さえておくとよいでしょう。