Слой MaxPooling в нейронных сетях нужен для того, чтобы:

• Уменьшить размерность выходного изображения. 2 Это позволяет снизить время обучения сети. 2
• Снизить чувствительность к точному пространственному расположению признаков изображения. 2 Например, любая написанная от руки цифра может быть смещена от центра в любом направлении. 2
• Обобщить низкоуровневую, сложно структурированную информацию. 3 Слой позволяет нейросети переходить от данных с высоким разрешением к информации с более низким разрешением. 3
• Отбирать найденные признаки для дальнейшего анализа на более крупном масштабе. 1 Как правило, большие значения соответствуют наличию определённого признака, а малые — его отсутствию. 1 Поэтому, отбирая максимальные числа, слой отбирает найденные признаки и сохраняет их для дальнейшего анализа. 1