大家好啊，我是董董灿。
前面的文章Resnet图像识别入门——激活函数介绍了3中常见的激活函数，以及激活函数在神经网络中的作用。
在CNN网络中，除了激活函数之外，还有一种算法也是很常见的，那就是池化层。在Resnet50中，就存在一个最大池化层和一个全局平均池化层。
那么，什么是池化层呢？在CNN网络中，池化层又能起到什么作用？
池化Pooling
池化一般接在卷积过程后。
池化，也叫Pooling，其本质其实就是采样，池化对于输入的图片，选择某种方式对其进行压缩，以加快神经网络的运算速度。这里说的某种方式，其实就是池化的算法，比如最大池化或平均池化。
池化过程类似于卷积过程。上图表示的就是对一个图片邻域内的值，用一个 2×2 的池化kernel，步长为2进行扫描，选择最大值输出，称为最大池化。
最大池化 MaxPool 常用的参数为 kernel = 2, stride = 2 ，这样的参数处理效果就是输出图片的高度、宽度减半，通道数不变。
还有一种叫平均池化，和最大池化类似，就是将取区域内最大值改为求这个区域的平均值。
和卷积类比
和卷积类比，池化操作也有一个核(kernel)，但它不是卷积核。
池化的核只负责框定某次池化计算需要的图片的范围，核里面并没有数据参与计算，也就是说，在训练过程中，池化层不像卷积层那样，需要学习权重。
另一个与卷积不同的是，在卷积的计算中，需要channel维度的数据累加，而池化层的channel维度的数据不需要累加，每个channel中的数据是独立的，这也导致，池化的运算复杂度比卷积简单很多。
下图是卷积和池化的示意图，通过两张图，大致可以看出两者的不同。
神经网络中为什么需要池化层？
特征不变性
汇合操作使模型更关注是否存在某些特征而不是特征具体的位置，可看作是一种很强的先验，使特征学习包含某种程度自由度，能容忍一些特征微小的位移。即池化层支持了一定的平移、旋转、拉伸不变性，这个特性就是有点抽丝剥茧的意思，不断用小特征对大特征进行精简。
如下图，通过池化操作，图片中的黑色特征在输出图片中，仍然被保留了下来，虽然有些许的误差。
降维
如上的例子，图片经过池化的操作，可以减小图片的尺寸，同时又可以保留相应特征，所以主要用来降维。
防止过拟合
由于池化层没有需要学习的参数，因此，在训练的过程中，可以在一定程度上防止过拟合的发生。
降低模型计算量
池化的操作，会在保留原始图片特征不变的情况下，将图片尺寸缩小，从而减少整个模型的计算量。
在神经网络的训练和推理过程中，一个维度的计算量减倍，往往会带来一个数量级的性能提升，尤其是在训练过程动辄迭代成千上万次的训练场景中。
使用池化算法，在减少图片的宽和高尺寸的同时，也会给模型的训练和推理带来更优异的性能提升。
除了上述最大池化和平均池化外，池化还有很多变种。最常见的一种变体就是全局池化。
全局池化的kernel大小和图片大小一样，因此最终输出的图片大小就是一个点。这种全局池化操作，后面一般用来接全连接层，从而进行分类。如Resnet50最后一层全连接层前，就是一个全局平均池化层。
