对池化操作和激活函数的理解

写这个笔记的时候，忽闻金庸去世，“飞雪连天射白鹿，笑书神侠倚碧鸳”纪念大侠的归去，也纪念我那失去的青春。

• 一、池化操作
  1、池化的目的：对输入的特征图进行压缩，一方面使特征图变小，简化网络计算复杂度；一方面进行特征压缩，提取主要特征。
  2、对池化的理解：池化可以理解为一种采样，获取图像的概要统计特征。就好像在太空上俯瞰地球，看到的只有山脊和雪峰。这即是对特征进行宏观上的进一步抽象。 经过池化后，得到的是 概要统计特征 。它们不仅 具有低得多的维度 (相比使用所有提取得到的特征)，同时还会 改善结果(不容易过拟合) 。
  max_pooling： 夜晚的地球俯瞰图，灯光耀眼的穿透性让人们只注意到最max的部分，产生亮光区域被放大的视觉错觉。故而 max_pooling 对较抽象一点的特征（如纹理）提取更好。
  average_pooling： 白天的地球俯瞰图，幅员辽阔的地球表面，仿佛被经过了二次插值的缩小，所有看到的都是像素点取平均的结果。故而 average_pooling 对较形象的特征（如背景信息）保留更好。
  另一种理解：
  池化=涨水
  卷积的目的是为了得到物体的边缘形状
  可以想象水要了解山立体的形状
  水位低时得出山脚的形状
  水位中等时得出山腰的形状
  水位高时得出山顶的形状
  三点就可以大致描出山的简笔画
  池化的过程=升高水位(扩大矩阵网格)
  卷积的过程是区分哪里是水，哪里是山

  3、具体操作模型
  参考：