算法动画 · 神经网络
池化操作动画
对比展示最大池化与平均池化如何对特征图进行下采样，减小尺寸并提取最具代表性的特征。
Pooling (Max / Average)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
未激活·当前高亮（6 个元素）
1
一个 4×4 的输入特征图，每个格子代表一个激活值，数值大小用颜色深浅表示。
第 1 步 / 共 617%
🧠AI 冷知识
你知道吗？
这些有趣的 AI 小知识可能让你大吃一惊
😲
反直觉最大池化只保留每个区域的最大值，丢掉了其余75%的信息(2×2池化)。看似浪费，但它让特征获得了平移不变性——特征移动一两个像素，池化结果几乎不变。
一句话总结
💡
池化层通过下采样(最大池化或平均池化)减小特征图尺寸、降低计算量并增强特征的平移不变性。
常见误区
这些坑别踩
✗
误区 1
池化层有可学习的参数。
✓
正确理解
标准池化操作(最大池化、平均池化)没有可学习参数，只是固定的下采样操作，这与卷积层有本质区别。
✗
误区 2
池化层总是必须的。
✓
正确理解
现代一些架构(如ResNet的部分变体)用步长卷积(stride>1的卷积)替代池化实现下采样，池化并非不可或缺，需根据设计选择。
巩固练习
章节练习与面试准备
通过测试检验学习效果，通过面试题提升实战能力
章末测试
共 4 题 · 选择题
1
关于最大池化（Max Pooling）的作用，下列描述错误的是？
2
全局平均池化（Global Average Pooling, GAP）常用于替代全连接层，其主要优势是？
3
平均池化与最大池化相比，下列说法正确的是？
4
关于池化层的反向传播，下列描述正确的是？
面试经典题
共 4 题 · 先思考再看答案
1
基础
池化层有哪些常见类型？它们各自的优缺点是什么？
2
中等
为什么 ResNet 等现代网络在分类任务中常用 GAP 替代全连接层？
3
中等
池化层和步长为 2 的卷积层都可以下采样，二者有何区别？该如何选择？
4
困难
池化操作是否一定必要？现代网络中有哪些替代方案？
💡 建议：先独立思考并组织语言，再对照参考答案查漏补缺