【5】如何理解CNN中的池化？

1、什麼是池化？ 我們之所以使用卷積後的特徵，是因爲圖像具有「靜態型」的屬性，也就意味着在一個圖像區域的特徵極有可能在另一個區域同樣適用。所以，當我們描述一個大的圖像的時候就可以對不同位置的特徵進行聚合統計（例如：可以計算圖像一個區域上的某個特定特徵的平均值 or 最大值）這種統計方式不僅可以降低緯度，還不容易過擬合。這種聚合統計的操作就稱之爲池化，或平均池化、最大池化。 2、池化的作用？ （1）

>>阅读原文<<