什么是卷积神经网络中的“池化”？ 池化是卷积神经网络 (CNN) 中使用的一种下采样操作，用于减少特征图的空间维度（宽度和高度），同时保留重要信息。它作用于特征图的小区域（例如，2x2 像素），并应用固定的操作（例如，取最大值或平均值）来压缩数据。此步骤通常在卷积层之后进行，有助于简化网络的计算，同时保持平移不变性，使模型对输入数据中的小位移不太敏感。
池化的类型和示例 两种最常见的池化操作是最大池化和平均池化。 最大池化选择来自区域（例如，2x2 窗口）的最高值，强调最强检测到的特征。 例如，如果使用 2x2 最大池化窗口和步幅 2 处理 4x4 特征图，它将变为 2x2 输出。 平均池化则计算窗口中值的平均值，从而平滑数据。 例如，在语义分割任务中，平均池化可能比最大池化更好地保留细微的纹理细节。 这些操作不需要可学习的参数，这使得它们与卷积层相比计算量更轻。
优点和实际注意事项 池化通过缩小特征图来减少计算负载，这对于网络变得更深的情况至关重要。 例如，处理 224x224 图像的 CNN 可能会在每个池化层之后将空间维度减半，从而大大降低内存和处理需求。 它还有助于通过引入一种空间泛化形式来防止过度拟合。 然而，激进的池化可能会丢弃有用的细节。 像 ResNet 或 EfficientNet 这样的现代架构有时会用步幅卷积代替池化以实现更精细的控制，但池化仍然是像 VGG16 这样的经典模型中的主要组成部分。 开发人员应根据任务选择池化策略——最大池化用于强调清晰的特征（例如，边缘检测），平均池化用于更平滑的聚合输出。