CNN的核心功能是特征提取与选择，本质上是一种输入到输出的映射。

池化

池化过程在一般卷积过程后。池化（pooling） 的本质，其实就是采样。Pooling 对于输入的 Feature Map，选择某种方式对其进行降维压缩，以加快运算速度。

池化有两种，最大池化和平均池化。【池化层没有参数、池化层没有参数、池化层没有参数】 （重要的事情说三遍）

池化的作用：

• 保留主要特征的同时减少参数和计算量，防止过拟合。
• invariance(不变性)，这种不变性包括translation(平移)，rotation(旋转)，scale(尺度)。