入門卷積神經網學習（二） 池化層

池化層 我們計算卷積時，會用卷積核滑過特徵圖的每一個像素。如果特徵圖的像素很大，那麼卷積層的計算量就會很大。所以我們通常在幾個卷積層後加一個池化層，以降低特徵圖的分辨率。 圖1代表的最大池化層。 我們將4X4的特徵圖分爲了4部分，而池化後的輸出圖的取值爲4個部分中的最大值。 圖2位平均池化層 也就是池化後的結果是取每部分的平均值。 池化層主要作用 （關於第二點，可以參考下面這個鏈接：https:/

>>阅读原文<<