一文搞懂深度学习中的池化！

在卷积神经网络（CNN）中，卷积层用于提取图像或特征图的局部模式，而池化（Pooling）是卷积之后常用的一种下采样操作。池化可以降低特征图尺寸、减少计算量，并增强模型对位置和噪声的鲁棒性。

下面从几个关键方面来介绍池化。

所有相关文档、源码示例、流程图与面试八股，我也将持续更新在AIHub，欢迎关注收藏！

池化的原理与作用

池化的核心思想是对局部区域内的特征进行统计汇总，得到该区域的代表性数值。

通过这种方式，池化可以：

• 保留关键特征：最大池化保留最显著的局部特征。
• 平滑特征图：平均池化保留整体趋势。
• 降低计算量：减少特征图尺寸，减轻后续网络的计算压力。
• 增强鲁棒性：对小幅度平移或噪声不敏感，提高泛化能力。

例如，对于一个 的特征图：

使用 最大池化，步幅为 2，输出为：

同样的 平均池化 输出为：

池化类型

最大池化（Max Pooling）：在窗口内取最大值，保留最显著特征，广泛应用于卷积神经网络。

平均池化（Average Pooling）：在窗口内取平均值，平滑特征图，保留整体信息。

全局池化（Global Pooling）：对整个特征图进行池化操作，例如 Global Max Pooling 取最大值，Global Average Pooling 取平均值。全局池化常用于替代全连接层，显著减少参数量。

在上面的矩阵例子中，Global Max Pooling 的结果是 8，Global Average Pooling 的结果是 3.25。

代码示例

下面我们用 PyTorch 演示最大池化、平均池化和全局池化的操作。

import torch
import torch.nn.functional as F

# 构造 1x1x4x4 特征图
feature_map = torch.tensor([[[[1, 3, 2, 4],
                              [5, 6, 7, 8],
                              [2, 4, 1, 3],
                              [0, 1, 2, 4]]]], dtype=torch.float32)

print("输入特征图：")
print(feature_map[0,0])

# 1. 最大池化（2x2，stride=2）
max_pooled = F.max_pool2d(feature_map, kernel_size=2, stride=2)
print("n最大池化结果：")
print(max_pooled[0,0])

# 2. 平均池化（2x2，stride=2）
avg_pooled = F.avg_pool2d(feature_map, kernel_size=2, stride=2)
print("n平均池化结果：")
print(avg_pooled[0,0])

# 3. 全局最大池化（整个特征图）
global_max = F.adaptive_max_pool2d(feature_map, output_size=1)
print("n全局最大池化结果：")
print(global_max[0,0])

# 4. 全局平均池化（整个特征图）
global_avg = F.adaptive_avg_pool2d(feature_map, output_size=1)
print("n全局平均池化结果：")
print(global_avg[0,0])

运行结果为：

从结果可以看出最大池化保留了局部最显著特征，平均池化平滑了局部特征，全局池化提取了整体的代表值。

池化不仅降低了特征图尺寸，还帮助 CNN 形成分层特征表示：浅层池化保留低级特征，深层池化聚合高级语义。结合卷积操作，池化使网络能够学习到稳定、抽象的特征表示，并在图像、语音、文本等任务中表现出色。

总的来说，池化是卷积神经网络中不可或缺的一步，通过下采样、特征汇总和平移不变性提升了网络的效率与鲁棒性，是 CNN 构建层次化特征表示的重要手段。

推荐阅读

面试官：给我讲一下卷积吧！

一文搞懂卷积神经网络！

面试官：正则化都有哪些经典的方法？

面试官：你在训模型的时候经常使用的学习率策略有哪些？

面试官：深度学习中经典的优化算法都有哪些？

一文搞懂深度学习中的通用逼近定理！

一文搞懂深度学习中的表征学习理论！

一文搞懂深度学习中的信息论！

一文搞懂深度学习的反向传播与优化理论！

最新的文章都在公众号aicoting更新，别忘记关注哦！！！

作者：aicoting

分享是一种信仰，连接让成长更有温度。

我们下次不见不散！