神经网络中的卷积和池化的特点

神经网络中的卷积和池化的特点

一般卷积层的优点：

池化层的优点：

1、邻域大小受限造成的估计值方差增大。
2、卷积层参数误差造成估计均值的偏移。
一般来说，平均池化可以减少第一种误差，更多的保留图像的背景信息，而最大池化可以降低第二种误差，更多的保留图像的纹理信息。总结一下，池化层优点有：

3、不变性，更关注是否存在某些特征而不是特征具体的位置。可以看作加了一个很强的先验，让学到的特征要能容忍一些的变化。（实际上这个容忍能力是非常有限的）
4、减少下一层输入大小，减少计算量和参数量。
5、获得定长输出。（文本分类的时候输入是不定长的，可以通过池化获得定长输出）
6、防止过拟合或有可能会带来欠拟合。