CNN中maxpooling的作用

首先介绍一下什么是maxpooling层：

• 这样对应于每个红框内的数字都取max，这种操作即为maxpooling。（如果框中取平均值的话则为average pooling）

maxpooling层的作用：

1.  invariance(不变性)，这种不变性包括translation(平移)，rotation(旋转)，scale(尺度)

2. 保留主要的特征同时减少参数(降维，效果类似PCA)和计算量，防止过拟合，提高模型泛化能力

(1) translation invariance：

这里举一个直观的例子(数字识别)，假设有一个16x16的图片，里面有个数字1，我们需要识别出来，这个数字1可能写的偏左一点(图1)，这个数字1可能偏右一点(图2)，图1到图2相当于向右平移了一个单位，但是图1和图2经过max pooling之后它们都变成了相同的8x8特征矩阵，主要的特征我们捕获到了，同时又将问题的规模从16x16降到了8x8，而且具有平移不变性的特点。图中的a（或b）表示，在原始图片中的这些a（或b）位置，最终都会映射到相同的位置。