Hi ! Day15 !
今天要介紹的是卷積神經網路CNN 的 Pooling Layer池化層~
池化層在卷積神經網路CNN中扮演了一個重要的角色,是一種非線性形式的降採樣,可以幫助縮小Feature map的大小。非線性池化函式有多種不同形式,以下會介紹較常使用的「最大池化Max Pooling」以及 「平均池化Average Pooling」。
https://zh.wikipedia.org/zh-tw/卷积神经网络
https://www.brilliantcode.net/1586/convolutional-neural-networks-2-pooling-layer/