machine-learning - 为什么maxpooling选择最大值来表示一个范围？

Question

Maxpooling 是我在这里读到的一种技术https://computersciencewiki.org/index.php/Max-pooling_/_Pooling。我了解，它用于近似输入。这是为了减少神经网络可能花费在其上的时间。我无法确定的是，为什么要选择最大值？那有效吗？如果是，为什么？其他选项可能像选择平均值或最小值，或者可能是左上角的值（例如）。

Answer 1

我们选择 max of window 来获取最活跃的像素（更多的像素激活意味着更多的信息）。

有像 avg-pooling 这样的变体来取窗口的所有像素的平均值，但实际上结果并没有太大差异。

Max-Pooling 是有效且快速的。在 avg-pool 上使用 max-pool 的另一个原因是计算梯度（在反向传播中）对于 max-pooling 来说会很快。