原连接：https://blog.csdn.net/XX_123_1_RJ/article/details/86677482
池化的原理或者是过程：pooling是在不同的通道上分开执行的（就是池化操作不改变通道数），且不需要参数控制。然后根据窗口大小进行相应的操作。一般有max pooling、average pooling等。
一. 池化层主要的作用
首要作用，下采样（downsamping）
降维、去除冗余信息、对特征进行压缩、简化网络复杂度、减少计算量、减少内存消耗等等。各种说辞吧，总的理解就是减少数量。
实现非线性（这个可以想一下，relu函数，是不是有点类似的感觉？）。
可以扩大感知野
可以实现不变性，其中不变性包括，平移不变性、旋转不变性和尺度不变性。
参考连接：
https://zhuanlan.zhihu.com/p/27642620
https://www.zhihu.com/question/36686900
https://blog.csdn.net/LIYUAN123ZHOUHUI/article/details/61920796
二. 池化主要有哪几种：
一般池化（General Pooling）：其中最常见的池化操作有平均池化和最大池化：
平均池化（average pooling): 计算图像区域的平均值作为该区域池化后的值。
最大池化（max pooling）： 选图像区域的最大值作为该区域池化后的值。
