池化層的作用總結：

池化層的作用總結： 在卷積神經網絡中通常會在相鄰的卷積層之間加入一個池化層，池化層可以有效的縮小參數矩陣的尺寸，從而減少最後連接層的中的參數數量。所以加入池化層可以加快計算速度和防止過擬合的作用。 池化的原理或者是過程：pooling是在不同的通道上分開執行的（就是池化操作不改變通道數），且不需要參數控制。然後根據窗口大小進行相應的操作。 一般有max pooling、average poolin

>>阅读原文<<