池化（pooling）

池化，是網路「拉遠鏡頭」的那一步。在某一層產出了細緻的特徵圖之後，池化把它們縮小——做法是把每一小片鄰域歸納成一個數，留下要旨，扔掉細枝末節。這就像給一張照片做縮圖：你失去了像素級的細節，但整體形狀還在，檔案也小了很多、處理起來更快。

最常見的一種是「最大池化」：把一個小視窗（常是 2×2）滑過特徵圖，每停一處，只保留視窗裡最大的那個值。既然大的值意味著「這一小片裡某處強烈地出現了這種特徵」，最大池化便記下了「這個特徵出現過」，卻忘掉了它具體在哪個像素。「平均池化」則保留視窗裡的平均值——是更溫和的一種歸納。無論哪種，特徵圖都會變小，通常寬高各減一半，於是更深的層做的活更少，還能一眼看到影像更寬的範圍。

池化換來兩樣東西。它讓網路更省，並賦予一點「平移不變性」：哪怕貓往左挪了幾個像素，池化後的歸納幾乎不變，辨識因此更穩。要老實說出的代價是：池化是故意丟掉空間精度的——對「這裡有沒有貓？」無妨，可一旦你需要精確知道每條邊緣究竟落在哪裡（比如像素級的任務），就成了問題。正因如此，許多現代結構少用池化，或者用「帶步幅的卷積」來取代它：既縮小了特徵圖，又能學會該怎麼去做這個歸納。