CV第五课 Convolutional Neural Networks 下
作者：互联网
1. 池化层 pooling 特征降维，减少过拟合
1) pooling的目的是 使得每一层smaller and more manageable ， 这是为了有更少的参数数量，来表示输入的这张图
2） 池化操作 只在平面上（actication map）操作，不在depth上操作，所以depth 不变
3） 它降低了采样率
2. max pooling
操作： 将 4*4 -> 2*2，我们用一个 2*2的filter，stride也为2 ， 取其最大值。
优势： max pooling 比 average pooling 更能找到信息（最显著的值）
Width Height depth
3.
标签：Convolutional,actication,smaller,Neural,max,pooling,depth,操作,Networks 来源： https://www.cnblogs.com/ChevisZhang/p/12924558.html