吴恩达Deeplearning.ai笔记（5）池化层和卷积神经网络示例

max pooling

如果把这个4*4区域看作是某个特征的集合，则一个大的数字表示可能检测到了一个特定特征，max pooling保留一个区域里面最大的那个数字。
max pooling的超参数有步长和过滤器大小，但是它没有任何参数需要learning。前面卷积层的公式在池化层同样适用。

average pooling

即一个过滤器大小的区域里面取平均值。使用较少。

卷积神经网络示例

神经网络中一般会把有权重、有参数的称为一层。如下图conv1和pool1共称一层。

下面是激活输入的尺寸、大小和参数个数的关系：
（由之前的知识可知一个filter对应一个参数b，即下图红色字体标的bias）