CNN基礎知識——池化（pooling）

     還有一種叫平均池化（Average Pooling）,就是從以上取某個區域的最大值改爲求這個區域的平均值：   池化的作用： （1）保留主要特徵的同時減少參數和計算量，防止過擬合。 （2）invariance(不變性)，這種不變性包括translation(平移)，rotation(旋轉)，scale(尺度)。 Pooling 層說到底還是一個特徵選擇，信息過濾的過程。也就是說我們損失了

>>阅读原文<<