最大値プーリング

畳み込みニューラルネットワークにおける層の一種で、局所的な領域の中から最大の値を選択する処理です。特徴マップのサイズを縮小し、計算量を減らす役割があります。

最大値をとることで、多少の位置ずれがあっても重要な特徴を保持しやすくします。モデルが入力の微細な変化に対して頑健になる効果があります。

G検定では、プーリング層の役割として、情報の圧縮と不変性の獲得が重要視されます。平均値をとる平均プーリングと対で理解する必要があります。