[深度學習] 池化層

轉載自：https://blog.csdn.net/l691899397/article/details/52250190 池化層的輸入一般來源於上一個卷積層，主要的作用是提供了很強的魯棒性。（例如max-pooling是取一小塊區域中的最大值，此時若此區域中的其他值略有變化，或者圖像稍有平移，pooling後的結果仍不變），並且減少了參數的數量，防止過擬合現象的發生。池化層一般沒有參數，所以反向

>>阅读原文<<