最大池化是否真的有平移旋转不变性？？引自某个问题的评论，还希望有更多的探讨

说出来你们可能不信，没有平移不变性，没有尺度不变性，也没有旋转不变性，我目前的测试和why do deep convolutional networks generalize so poor to small transformation论文基本一致，fashion mnist的数据都是居中的，我给训练集验证集做padding 2，随机裁剪28*28的数据增强，得到0.93的测试准确度，此时所有的测试图片都是居中的，我水平垂直随机平移0 1 2像素，由于训练集见过2个像素偏移的增强图片，所以测试准确率依然在0.92，然而，当随机偏移3像素时，也就是测试集分布和训练集验证集分布差一个像素时，正确率到了0.89，偏移4像素，也就是分布相差二像素，正确率0.75，偏移5像素，也就是实际相差3像素，正确率低于0.60，谁能解释一下？我知道所谓的原则是验证集和测试集分布要一致，但是现在显然说明，cnn本身不具有平移不变性特性，论文中认为是maxpool和stride大于1的操作引起的，我是支持的，以后别再提maxpool引入了平移不变性，只能说引入微小形变的鲁棒性而已。

作者：吉光片羽
链接：https://www.zhihu.com/question/30817011/answer/667647225
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。