CNN中pooling層的做用

一、pooling是在卷積網絡（CNN）中通常在卷積層（conv）以後使用的特徵提取層，使用pooling技術將卷積層後獲得的小鄰域內的特徵點整合獲得新的特徵。一方面防止無用參數增長時間複雜度，一方面增長了特徵的整合度。網絡 二、pooling是用更高層的抽象表示圖像特徵，至於pooling爲何能夠這樣作，是由於：咱們之因此決定使用卷積後的特徵是由於圖像具備一種「靜態性」的屬性，這也就意味着在一個

>>阅读原文<<