グローバルアベレージプーリング (GAP)

グローバルアベレージプーリングとは、畳み込みニューラルネットワークにおいて、特徴マップ全体の値を平均化して1つの値に変換する手法です。主に最終的な出力層の直前で用いられます。

従来の手法では全結合層を用いてパラメータ数が膨大になりがちでしたが、この手法を採用することでパラメータ数を劇的に削減できます。これにより、ネットワークが軽量化され、過学習の抑制にもつながります。

通常のフラット化（Flatten）との違いが問われます。フラット化は空間情報を保持したまま単純にベクトル化しますが、グローバルアベレージプーリングは空間方向を圧縮して平均値を算出する点で異なります。CNNの構造理解において重要な技術です。