pooling可以增大深层卷积的感受野、降维减少参数量和减少卷积后的冗余

感受野：一个卷积核可以映射原始输入图的区域大小

ps: 1) 一定要准备好case，方便讲解， 这个很重要，面试官也很看重这个，他的很多疑问我都是举例解释的 2)线下自我演练给陌生人讲解论文，讲的每一部分都要能让一个没有做过相关研究的人听懂

我答的是把卷积提取的特征看做多层感知机的输入节点，后面只需要接两层全连接理论上就可以拟合任意非线性函数，层数过多会造成训练困难、参数过多啥的……