关于池化操作 池化是深度学习中常用的一种下采样操作,主要的作用是降低图像的分辨率以及提取更加重要的信息,去除部分干扰,增强模型的鲁棒性。 池化的操作一般分为两种:最大池化(取局部最大值)、均值池化(取局部平均值)。 以下为池化公式(与卷积是一样的,仅仅形式一样,但算法的计算方式是不同的):