池化层有什么作用?max和average pooling怎么选?
哪些公司问过
答案要点
- 池化用于下采样,降低特征图尺寸、计算量和后续参数量
- 扩大后续层感受野,带来一定平移不变性,缓解过拟合
- max pooling保留最显著特征,中间层更常用
- average pooling保留整体信息、更平滑,适合需要全局特征或噪声多的场景
- 全局平均池化常用来替代全连接层
易错点
- 说池化层有可学习参数
- 认为池化能带来严格的平移不变性
- 混淆全局平均池化和普通的average pooling
面试官常见追问
- max pooling的反向传播怎么算?
- 为什么很多网络用步长卷积替代池化?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。