大家好，我是董董灿。
前面的文章 图像识别（番外1）| AI算法攻城狮左手图纸，右手搬砖的真实性以及长图展示Resnet全貌和可视化CNN_董董灿是个攻城狮的博客-CSDN博客_ai图像识别算法中，展示了一张Resnet50 的网络结构。
在该网络结构中，存在一个最大池化层和一个全局平均池化层，而在其他的CNN网络中，也会时而看到池化层的出现。
那么，什么是池化层呢？
在CNN网络中，池化层又能起到什么作用
池化 | Pooling
池化一般接在卷积过程后。
池化，也叫Pooling，其本质其实就是采样，池化对于输入的图片，选择某种方式对其进行压缩，以加快神经网络的运算速度。这里说的某种方式，其实就是池化的算法，比如最大池化或平均池化。
池化过程类似于卷积过程。
上图表示的就是对一个图片邻域内的值，用一个 2x2 的池化kernel，步长为2进行扫描，选择最大值输出，称为最大池化。
最大池化 MaxPool 常用的参数为 kernel = 2, stride = 2 ，这样的参数处理效果就是输出图片的高度、宽度减半，通道数不变。
还有一种叫平均池化，和最大池化类似，就是将取区域内最大值改为求这个区域的平均值。
和卷积类比
和卷积类比，池化操作也有一个核(kernel)，但它不是卷积核。
池化的核只负责框定某次池化计算需要的图片的范围，核里面并没有数据参与计算，也就是说，在训练过程中，池化层不像卷积层那样，需要学习权重。
另一个与卷积不同的是，在卷积的计算中，需要channel维度的数据累加，而池化层的channel维度的数据不需要累加，每个channel中的数据是独立的，这也导致，池化的运算复杂度比卷积简单很多。
下图是卷积和池化的示意图，通过两张图，大致可以看出两者的不同。
神经网络中为什么需要池化层？
特征不变性
汇合操作使模型更关注是否存在某些特征而不是特征具体的位置，可看作是一种很强的先验，使特征学习包含某种程度自由度，能容忍一些特征微小的位移。即池化层支持了一定的平移、旋转、拉伸不变性，这个特性就是有点抽丝剥茧的意思，不断用小特征对大特征进行精简。
如下图，通过池化操作，图片中的黑色特征在输出图片中，仍然被保留了下来，虽然有些许的误差。
降维
如上的例子，图片经过池化的操作，可以减小图片的尺寸，同时又可以保留相应特征，所以主要用来降维。
防止过拟合
由于池化层没有需要学习的参数，因此，在训练的过程中，可以在一定程度上防止过拟合的发生。
降低模型计算量
池化的操作，会在保留原始图片特征不变的情况下，将图片尺寸缩小，从而减少整个模型的计算量。
在神经网络的训练和推理过程中，一个维度的计算量减倍，往往会带来一个数量级的性能提升，尤其是在训练过程动辄迭代成千上万次的训练场景中。
使用池化算法，在减少图片的宽和高尺寸的同时，也会给模型的训练和推理带来更优异的性能提升。
One More Thing
除了上述最大池化和平均池化外，池化还有很多变种。最常见的一种变体就是全局池化。
全局池化的kernel大小和图片大小一样，因此最终输出的图片大小就是一个点。这种全局池化操作，后面一般用来接全连接层，从而进行分类。如Resnet50最后一层全连接层前，就是一个全局平均池化层。
文章部分图片整理参考来源资料:
https://www.zhihu.com/question/401688068/answer/1295651905
https://zhuanlan.zhihu.com/p/78760534
本文为技术交流，如有图片侵权，请联系我删除。
往期文章推荐：
图像识别（一）| 从像素说起_董董灿是个攻城狮的博客-CSDN博客
图像识别（二）| 图像的色彩空间_董董灿是个攻城狮的博客-CSDN博客
图像识别（三）| 初识卷积_董董灿是个攻城狮的博客-CSDN博客
图像识别（四）| 卷积的核心，特征提取_董董灿是个攻城狮的博客-CSDN博客_卷积图像特征提取
图像识别（五）| 春天花开却不识？打开百度识图，残差和卷积带你识遍路边野花_董董灿是个攻城狮的博客-CSDN博客
图像识别（六）| 激活函数_董董灿是个攻城狮的博客-CSDN博客
更多信息，请查看专栏
https://blog.csdn.net/dongtuoc/category_11863193.html码字不易，如果你喜欢，请关注 董董灿是个攻城狮的博客_CSDN博客 或点赞。
近期开通个人微信公众号： 董董灿自述 | 我是一个攻城狮 分享人工智能科技文章，欢迎关注。
v v v v v v
**本文为作者原创，请勿转载，转载请联系作者。**
**点击下方卡片，关注我的公众号，有最新的文章和项目动态。**
v v v v v v
扫一扫
1795
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
