认知脚手架

正在准备你的认知工作台

arrow_back_ios_new
MENTAL MODEL · M6288

池化

Pooling
学习元认知高支撑学习科学
已收录
account_tree

Version 1.0.0 · 更新于 2026-07-30

CORE DEFINITION · 核心定义

对特征图进行降采样(如取区域最大值或平均值),以减少数据量、降低计算成本,并提高模型对位置变化的容忍度(不变性)。

SCAFFOLDING EFFECT · 脚手架效应

psychology

降低认知负荷

抓大放小。在处理海量信息(如每日舆情、用户反馈)时,不要盯着每一个像素。进行“最大值池化”(只看最强烈的反馈)或“平均值池化”(看整体趋势),忽略噪音,抓住主要特征。

anchor

锚定快速决策

对特征图不重叠或滑动窗口取最大/平均,降低空间分辨率:减少参数量与计算,抑制过拟合,并赋予平移不变性(小幅位移不改变池化结果)。本质是"降采样以抓主干、丢细节噪声"。

MINIMUM ACTION · 最小行动

进行中 0/2

在一个真实场景中练习这个模型:

勾选记录你的进度(本机暂存)
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more

来源明确性: 明确

RELATED MODELS · 相关模型