深度学习 | 深入解析CNN pooling 池化层原理及其作用

池化层作用机理

我们以最简单的最常用的max pooling最大池化层为例，对池化层作用机理进行探究。其他池化层的作用机理也大致适用这一机理，在这里就不加入讨论。

图片和以下部分内容来自 CS231n

从上面左图可以看到，使用了pool操作其实就是降低图片的空间尺寸。右图使用一个 2 × 2的 池化核（filter），以2为步长（stride），对图片进行max pooling，那么会图片就会尺寸就会减小一半。需要注意，这里是因为 stride = 2，所以图片尺寸才会减少一半的。

CS231n又对池化进行了量化的阐述：

上图表示的意思就是：

1. 给定一个图片的三个维度的尺寸， 即【Channel, Height, Width】，以及给定两个超参数池化核尺寸 【F × F】，池化步长【S】，就可以计算池化后的图片尺寸，见上图公式。
2. 池化核这个filter是不需要保留参数的，不同于conv filter， 每一个pooling filter就是一个固定的函数，比如max pooling，就是取这个filter覆盖区域像素的最大值而已。所以我们在计算卷积层数的时候，不计入池化层。
3. 对于pooling 层，我们通常不需要使用 padding。这是由于采用pooling通常是为了减少一半的图片尺寸，我们使用 kernel