Max pooling

Max pooling — операция в свёрточных нейросетях, прореживающая карту признаков: из каждого квадратика изображения выбирается самая яркая точка, остальные отбрасываются. Картинка уменьшается, но ключевые очертания — рёбра, углы, текстуры — сохраняются. Без этого сеть тонет в данных, требуя огромных вычислений и запоминая детали вместо обобщения.

Принцип работы похож на фильтр грубой силы. Нейросеть берёт область 2×2 пикселя, выбирает из четырёх чисел максимум, затем окно сдвигается. Так карта 100×100 превращается в 50×50: теряется пространственная точность, но остаётся главное — наличие нужного признака. Это как эскиз, где штрихами обозначены самые тёмные и светлые места без полутонов.

Классический пример — распознавание кошек и собак. На ранних слоях сеть ищет линии, дуги, тени. Max pooling сжимает огромные карты, сохраняя выраженные границы ушей или контура морды. После нескольких сжатий сеть оперирует абстракциями — «ухо», «нос», «шерсть», а не пикселями, что позволяет узнавать животное даже на размытом снимке. Итог: max pooling говорит сети «вижу суть, детали не нужны», делая её быстрее, устойчивее к шуму и способной видеть общую картину.