# 池化

> 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）。

- ID: m06288
- 分类: learn
- 领域: 学习科学

## 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）。脚手架作用： 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。

## 机制

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"。

## 练习

在CNN中接在卷积后做2×2/3×3池化（步长匹配）；按任务选最大池化（取最强响应）或平均池化（取整体趋势）。映射到业务：对海量反馈做"最大值池化"看最强信号、"平均池化"看整体趋势。

## 脚手架用法

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。

[阅读网页](https://thinkingmodels.site/entries/detail/m06288)