图示池化层（前向传播）
池化层其实和卷积层有点相似，有个类似卷积核的窗口按照固定的步长在移动，每个窗口做一定的操作，按照这个操作的类型可以分为两种池化层：
输入参数如下：
输入： 1 * 3 * 4 * 4
池化核: 4 * 4
pad: 0
步长：2输出参数如下：
输出：1 * 3 * 2 * 2- MAC （max pooling）在窗口中取最大值当做结果
- AVG （average pooling）在窗口中取平均值当做结果
池化层的反向传播
按照前向传播的分类，反向传播也需要分成两类
MAC （max pooling）
如果只看输出矩阵中的一个点y，则有 y = max（ x1 , x2, x3, ... );
所以对x求导后有(可以理解成分段函数的求导)
代码实现：
可见上图，这个xn如果影响多个y，则会叠加起来
AVG （average pooling）
如果只看输出矩阵中的一个点y，则有 y = （ x1 , x2, x3, ... ,xn )/n;
所以对x求导后有
代码实现
可见上图，这个xn如果影响多个y，则会叠加起来