最大池化（Max Pooling）

概述

最大池化是一种下采样操作，在局部区域内取最大值作为输出，用于降低特征图空间分辨率、减少参数量，并引入一定程度的平移不变性。

关键内容

1. 操作方式：最大池化使用一个滑动窗口（如 3×3，stride=2）在特征图上滑动，每个窗口内取最大值作为输出。例如，AlexNet 在 Conv1 后使用 3×3 窗口、stride=2 的最大池化，将 55×55 的特征图降至 27×27。
2. 作用：(1) 降维：减少特征图的空间尺寸，降低后续层的计算量和参数量；(2) 平移不变性：最大值操作对小的位置偏移不敏感，使模型对输入图像的微小变化更鲁棒；(3) 扩大感受野：池化后后续层的每个神经元能看到更大的输入区域。
3. 在 AlexNet 中的应用：AlexNet 在 Conv1、Conv2、Conv5 之后都使用了最大池化（3×3，stride=2）。这是从 LeNet-5 继承的设计模式，但 AlexNet 的池化窗口更大、步长更大。
4. 与其他池化的对比：平均池化（取区域平均值）在早期 CNN 中使用较多，但最大池化在实践中表现更好。现代架构中，使用 stride>1 的卷积替代池化层也是一种趋势（如 残差网络（ResNet））。

来源

• [raw/articles/ai-papers/foundations/paper_03_alexnet.md] — AlexNet 论文精读

相关

• AlexNet — used_in
• 卷积神经网络（CNN） — component_of
• LeNet-5 — inherited_from
• 残差网络（ResNet） — replaced_by_stride_conv