深度学习之卷积层和池化层有什么区别

卷积层和池化层有什么区别

	卷积层	池化层
功能	提取特征	压缩特征图，提取主要特征
操作	可惜是二维的，对于三维数据比如RGB图像（3通道），卷积核的深度必须同输入的通道数，输出的通道数等于卷积核的个数。卷积操作会改变输入特征图的通道数。	池化只是在二维数据上操作的，因此不改变输入的通道数。对于多通道的输入，这一点和卷积区别很大。
特性	权值共享：减少了参数的数量，并利用了图像目标的平移不变性。稀疏连接：输出的每个值只依赖于输入的部分值。