自分でプーリング演算を書いてみましょう

これまでに見たように、CNN には非常に多くのパラメータが含まれることがあります。プーリング層は、ニューラルネットワークの畳み込み層の間に挿入され、出力を要約して圧縮し、次の層で必要となるパラメータ数を減らすためによく使われます。これにより、学習をより速く進めたい場合や、非常に多くのパラメータを学習するだけのデータがない場合に役立ちます。

プーリング層は、ある種の畳み込みとして説明できます。入力の各ウィンドウに対して最大の画素値を見つけ、その画素だけを通過させます。本演習では、以前に2次元の畳み込み演算を書くために使用したコードを基に、独自の最大値プーリング（max pooling）演算を実装します。