池化操作與反向傳播

池化（pooling）主要是在用於圖像處理的卷積神經網絡中，但隨着深層神經網絡的發展，池化相關技術在其他領域，其他結構的神經網絡中也越來越受關注。 池化操作可以看做只取用某一個區域的關鍵特徵，忽略其他特徵。 池化的作用 1、pooling的結果是使得特徵減少，參數減少，但pooling的目的並不僅在於此。 2、pooling目的是爲了保持某種不變性（旋轉、平移、伸縮等）。 池化的概念 根據相關理論

>>阅读原文<<