池化方法总结（Pooling）

在卷积神经网络中，咱们常常会碰到池化操做，而池化层每每在卷积层后面，经过池化来下降卷积层输出的特征向量，同时改善结果（不易出现过拟合）。php 为何能够经过下降维度呢？网络 由于图像具备一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另外一个区域一样适用。所以，为了描述大的图像，一个很天然的想法就是对不一样位置的特征进行聚合统计，例如，人们能够计算图像一个区域上的某个特定特征的

>>阅读原文<<