在图像处理中，卷积经常作为特征提取的有效方法。一幅图像在经过卷积 操作后得到结果称为特征映射（Feature Map）。
汇聚层（Pooling Layer）也叫子采样层（Subsampling Layer），或者直译为池化层 其作用是 进行特征选择，降低特征数量，并从而减少参数数量 : 卷积层虽然可以显著减少网络中连接的数量，但特征映射组中的神经元个 数并没有显著减少。如果后面接一个分类器，分类器的输入维数依然很高，很 容易出现过拟合 . 为了解决这个问题，可以在卷积层之后加上一个汇聚层，从 而降低特征维数，避免过拟合 .汇聚层也可以看做是一个特殊的卷积层，卷积核 大小为m×m，步长为s×s，卷积核为max函数或mean函数。过大的采样区 域会急剧减少神经元的数量，会造成过多的信息损失
原文：https://www.cnblogs.com/clemente/p/10962756.html