池化层的作用是将经过卷积、激活函数处理后的图像进行采样，缩小到更小的尺寸。池化可以压缩数据和参数数量，减小过拟合，提高模型的容错性。
池化的步骤如下：
- 确定窗口大小(通常为2或3)
- 选择一个步幅(通常是2)
- 窗口按步幅在图像中移动
- 从每个窗口中取最大值
让我们用一个例子来说明。执行池化的窗口大小为2，步幅也为2。
在本例中，我们将窗口大小设为2，窗口将从图像中选择4个值。从这四个值中，最大值是1，所以选1。另外注意，一开始用的是7×7矩阵，池化后变成了4×4矩阵。
我们需要对整个图像重复这个过程，在整个图像中移动窗口，从每个窗口中取最大值。
上面处理了一个过滤器，我们还需要对另外两个过滤器进行同样处理。完成后，我们得到以下结果:
池化层部分结束了。接下来，我们需要将所有这些层连接起来!