CNN中常见的池化操作有哪些，作用是什么？

1. CNN中常见的池化操作只要是两种，平均值池化和最大值池化
2. 最大值池化常用于分类任务，是指在输入数据的局部区域内取最大值作为输出。最大池化的作用是降低特征图的尺寸，减少参数数量，并且提取输入数据中最显著的特征。
3. 平均池化操作是指在输入数据的局部区域内取平均值作为输出。与最大池化类似，平均池化也可以降低特征图的尺寸，减少参数数量，并对输入数据进行平滑处理。
4. 除了能显著的降低参数量外，还能够保持对平移、伸缩和旋转操作的不变性。例如（1，5，3）经过最大池化后是5，左移一位（5，3，1）那么他还是8，右移一位（0，1，5）还是5，所以能够保持平移不变性。