将这些关键点和结论扩写成文字：池化层对卷积层输出的特征图进行特征选择和信息过滤用总体统计特征代替某一位置的输出从而减少网络参数量和计算量降低过拟合风险实现了下采样的功能。

池化层是卷积神经网络中的一种常见层次，其主要作用是对卷积层的输出特征图进行特征选择和信息过滤。它通过将局部区域内的特征值进行汇总，用总体统计特征代替某一位置的输出，从而减少网络参数量和计算量，降低过拟合风险，实现了下采样的功能。

在卷积神经网络中，池化层通常会跟在卷积层之后，对卷积层的输出进行处理。它的作用是通过设定池化窗口的大小和步长，将每个窗口内的特征值进行汇总，并用一个统计值来代表这个窗口内的特征。这个统计值可以是最大值、平均值或者其他形式的统计值。

通过池化层的处理，卷积神经网络可以减少特征图的尺寸，从而降低计算量和内存消耗。同时，池化层还可以对网络的特征提取能力进行优化，通过筛选出最重要的特征，提高网络的鲁棒性和泛化能力。

总之，池化层是卷积神经网络中非常重要的一种层次，其主要作用是对卷积层的输出进行特征选择和信息过滤，从而实现下采样的功能，同时还可以降低网络参数量和计算量，提高网络的鲁棒性和泛化能力。