22 池化层【动手学深度学习v2】（笔记）

目录

一、池化层

 二、代码实现

 三、问题回答

---

一、池化层

1. 上面提到了卷积可以识别边缘，（将图像运算转化为了数字运算），但是呢，这种对边缘敏感的特性也不太好，因为需要一定的平移不变性，你图像转一转，我也还是需要识别出来的
2. 池化层的双重目的：降低卷积层对位置的敏感性，同时降低对空间降采样表示的敏感性。

2、想用池化解决这个问题，所谓池化，就是找到池子中的最大值，那么为啥可以解决问题？

3、浅浅看一下

4、不需要学习参数，对每个通道都做一次，不做融合 

 5、有平均的有最大的 

 6、总结一下，池化层在卷积之后，缓解卷积层的位置敏感性

 二、代码实现

 三、问题回答

• 池化一般在卷积的后面
• 目前来说，池化的重叠和不重叠影响不大，而且现在重叠用的少了。现在通常用stride+卷积减少数据量，卷积是线性的，池化非线性
• padding=1，前后都补1；padding=（2,3）前补2后补3