Max pooling 和 Average pooling 的区别

池化层的作用一是减少冗余的信息量，二是保留图像的特征信息，同时降低参数量。

特征提取的误差主要来自两个方面：

　　邻域大小受限造成的估计值方差增大；

　　卷积层参数误差造成估计均值的偏移。

Max Pooling:

更多的保留图像的纹理特征，选出识别度高的特征，能够减少第二种误差，一般来说在模型中间使用，用的较多，效果较好

Average Pooling:

更多的保留图像的背景信息，强调对整体信息进行采样，传递的信息更完整，一般在模型的最后分类层使用