一些概念

在图像处理中，卷积常常做为特征提取的有效方法。一幅图像在通过卷积 操做后获得结果称为特征映射（Feature Map）。

 

汇聚层（Pooling Layer）也叫子采样层（Subsampling Layer），或者直译为池化层 其做用是 进行特征选择，下降特征数量，并从而减小参数数量 : 卷积层虽然能够显著减小网络中链接的数量，但特征映射组中的神经元个 数并无显著减小。若是后面接一个分类器，分类器的输入维数依然很高，很 容易出现过拟合 . 为了解决这个问题，能够在卷积层以后加上一个汇聚层，从 而下降特征维数，避免过拟合 .汇聚层也能够看作是一个特殊的卷积层，卷积核 大小为m×m，步长为s×s，卷积核为max函数或mean函数。过大的采样区 域会急剧减小神经元的数量，会形成过多的信息损失