MaxPooling的做用

maxpooling主要有兩大做用

1. invariance(不變性)，這種不變性包括translation(平移)，rotation(旋轉)，scale(尺度)
2. 保留主要的特徵同時減小參數(降維，效果相似PCA)和計算量，防止過擬合，提升模型泛化能力

(1) translation invariance：

這裏舉一個直觀的例子(數字識別)，假設有一個16x16的圖片，裏面有個數字1，咱們須要識別出來，這個數字1可能寫的偏左一點(圖1)，這個數字1可能偏右一點(圖2)，圖1到圖2至關於向右平移了一個單位，可是圖1和圖2通過max pooling以後它們都變成了相同的8x8特徵矩陣，主要的特徵咱們捕獲到了，同時又將問題的規模從16x16降到了8x8，並且具備平移不變性的特色。圖中的a（或b）表示，在原始圖片中的這些a（或b）位置，最終都會映射到相同的位置。

 

(2) rotation invariance：

下圖表示漢字「一」的識別，第一張相對於x軸有傾斜角，第二張是平行於x軸，兩張圖片至關於作了旋轉，通過屢次max pooling後具備相同的特徵

 

(3) scale invariance：

下圖表示數字「0」的識別，第一張的「0」比較大，第二張的「0」進行了較小，至關於做了縮放，一樣地，通過屢次max pooling後具備相同的特徵