pooling
max pooling###
作用： 1. 减少计算量 2. 保证了平移不变性：因为取一片区域的最大值，所以这个最大值在该区域内无论在哪，max-pooling之后都是它，相当于对微小位移的不变性
stochastic pooling###
对feature map中的元素按照其概率值大小随机选择，即元素值大的被选中的概率也大。每个元素的概率值，用元素值归一化得到。
使用stochastic pooling时(即test过程)，其推理过程也很简单，对矩阵区域求加权平均即可。？
得到每个元素的概率值后如何随机选择？ 方法是：将其看作是9个变量的多项式分布，然后对该多项式分布采样即可，theano中有直接的multinomial()来函数完成。 当然也可以自己用01均匀分布来采样，将单位长度1按照那9个概率值分成9个区间（概率越大，覆盖的区域越长，每个区间对应一个位置），然随机生成一个数后看它落在哪个区间。
在反向传播求导时，只需保留前向传播已经记录被选中节点的位置的值，其它值都为0,这和max-pooling的反向传播非常类似。
参考佳文####
Last updated
