池化有哪些操作

池化操作是指在卷积神经网络中对卷积层的输出进行下采样的一种操作，常用的池化操作有以下几种：

1. 最大池化（Max Pooling）：选取输入张量中每个卷积核的最大值作为输出。

2. 平均池化（Average Pooling）：选取输入张量中每个卷积核的平均值作为输出。

3. L2范数池化（L2 Pooling）：选取输入张量中每个卷积核的L2范数作为输出。

4. 均值-方差池化（Mean-Variance Pooling）：选取输入张量中每个卷积核的均值和方差作为输出。

5. 双线性池化（Bilinear Pooling）：选取输入张量中每个卷积核的双线性插值作为输出。

6. 金字塔池化（Pyramidal Pooling）：将输入张量按照不同比例进行池化操作，合并不同比例的输出作为最终输出。