3.2 池化层

在池化层中主要进行的是池化（pooling）操作。池化层其实是下采样的一种实现方式。例如，输入20×20的特征图，对其进行池化操作，采样窗口为10×10，对其进行下采样，最终生成2×2的特征图。之所以引入池化层，是因为卷积核一般比较小，即使做完卷积，图像仍然很大。为了降低数据的维度，需要继续进行下采样。在卷积层之间添加池化层，可以降低特征图的维度，从而减少最后输送至全连接层的参数的数量，在加快运算速度的同时避免出现过拟合。

在实际应用中，池化操作根据下采样的方法可以分为最大值下采样（max-pooling）和平均值下采样（mean-pooling），下面分别进行简要说明。

一个最大池化层的操作过程，如图3.7所示。该过程采用2×2的过滤器，输出的维度可以用式3.4计算。池化层使用的过滤器需要在每个通道的特征图上沿着长和宽两个方向移动。

图3.7 最大池化层的操作过程

如图3.8所示，原本是维度为224×224、深度为64的特征图，经过池化处理，维度变为112×112，深度仍为64。由此可知，池化操作是在各层独立进行的，不会改变深度。

图3.8 池化操作中维度的改变

常用的池化操作，除了最大池化操作，还有平均池化操作。平均池化层与最大池化层的唯一区别是平均池化层取过滤器内所有值的平均值输出。