Convolutional Neural Networks(5):Pooling Layer

池化层(Pooling layer)同样是收到了视觉神经科学的启发。在初级视觉皮层V1(Primary visual cortex)中，包含了许多复杂细胞(Complex cells)，这些细胞对于图像中物体微小的变化具有不变性(invariance to small shifts and distortions). 这种不变性也是Pooling layer的核心，我们首先来看Pooling layer如何工作，然后具体分析这种不变性。

 

我们举例说明Pooling layer的工作过程，在下图中的Max pooling操作中，其filter大小是2x2，stride是2，padding是0

根据CNN(4)中的公式：

我们可以得出pooling后的feature map是2x2的。

 

在开头提到的不变性(invariance)，包含三个方面，即位移(translation),旋转(rotation)及缩放(scale)。首先来看位移：

再看旋转(rotation):

再来看缩放(Scale):

 

我们可以得出结论如下：

首先，pooling layer使得CNN拥有了一定的识别失真后的pattern的功能，增加了神经网络的generalization，降低了overfitting。

第二，很明显的，因为池化后的feature map变小，数据在保留主要特征的情况下，降维了。

 

附注：我从下面这篇知乎文章获得的启发很大，表示感谢。

https://www.zhihu.com/question/36686900