↑: [[G検定に関する知識]] - [[プーリング層]]は[[特徴マップ]]を縮小し、計算量を減らす効果がある - 位置が多少ずれていても認識できるようにする普遍性の獲得に役立つ - [[プーリング層]]は小さな領域内の最大値や平均値を取るため、対象物が数ピクセルずれていても出力される特徴は変わらなくなる - [[移動不変性]]の獲得 - [[プーリング層]]は情報を圧縮するため細かい位置情報は失われる - 位置情報よりもその特徴が存在するかが重視される - [[プーリング層]]は[[畳み込み層]]と組み合わせて使われることが多い - [[CNN]]において[[畳み込み層]]の直後に配置される - [[プーリング層]]により[[AI]]は厳密な位置をこだわらない柔軟な判断ができるようになる