池化函数(Pooling Function)

1. 池化(Pooling)概念 在神经网络中，池化函数(Pooling Function)一般在卷积函数的下一层。在经过卷积层提取特征之后，得到的特征图代表了  比  像素   更高级的特征，已经可以交给 分类器 进行训练分类了。但是我们 每一组卷积核  都生成 一副与原图像素相同大小的  卷积图，节点数一点没少。如果使用了 多个卷积核  还会使得通道数比之前多的多！我靠，这维度不一下子上去了嘛

>>阅读原文<<