CNN 1.9 Pooling Layers

pooling（池化）層的作用 1 減少展示量（特徵量） 2 提高計算速度 3 使一些特徵的檢測功能更強大 舉例說明 pooling背後的機制–以max pooling爲例 這裏來說一下max pooling背後的機制 。如果你把這個4x4的區域看作某個特徵的集合，即神經網絡某個層中的激活狀態。那麼 一個大的數字意味着它或許檢測到了一個特定的特徵。所以，左側上方的四分之一區域有這樣的特徵，它或許是

>>阅读原文<<