深度学习－池化层

池化层用于减少卷积神经网络模型上的空间尺寸，而不是深度，基本上这是您获得的： 1、通过减少空间信息，可以获得计算性能 2、较少的空间信息也意味着较少的参数，因此减少了过度拟合的机会 3、会得到一些翻译不变性 一些项目不使用池，特别是当他们想“学习”某些对象特定的位置时。 了解如何玩Atari游戏。 在下面的图中，我们显示了池化最大池层的最常见类型，它像普通的卷积一样滑动窗口，并在窗口上获得最大值作

>>阅读原文<<