入门卷积神经网学习（二） 池化层

池化层 我们计算卷积时，会用卷积核滑过特征图的每一个像素。如果特征图的像素很大，那么卷积层的计算量就会很大。所以我们通常在几个卷积层后加一个池化层，以降低特征图的分辨率。 图1代表的最大池化层。 我们将4X4的特征图分为了4部分，而池化后的输出图的取值为4个部分中的最大值。 图2位平均池化层 也就是池化后的结果是取每部分的平均值。 池化层主要作用 （关于第二点，可以参考下面这个链接：https:/

>>阅读原文<<