卷積神經網絡學習路線（三）| 盤點不同類型的池化層、1*1卷積的作用和卷積核是否一定越大越好？

前言 這是卷積神經網絡學習路線的第三篇，這一篇開始盤點一下池化層的不同類型和1*1卷積的作用。 池化層的不同類型 池化通常也被稱爲下采樣(Downsampling)，一般是用在卷積層之後，通過池化來降低卷積層輸出特徵圖的維度，有效減少網絡參數的同時還可以防止過擬合現象。池化有用的原因我們在卷積神經網絡學習路線（一）中討論過，推文地址爲：點這裏，當時說池化層實際上真正起作用的地方在於他的非線性映射能

>>阅读原文<<