畳み込みニューラルネット（CNN）において、畳み込み層とともに使用される、画像サイズの縦・横方向の空間を小さくする演算。
例）２×２の小領域を設定し、１つの要素に集約するような演算。
パラメータ（計算量）を減らし、過学習を制御できる。
プーリング層は入力の各深さごとに独立して動作する。
プーリングを行うことによって、画像全体の広範囲なコンテキストを、後半の層まで伝播できるようになる。
よく利用されるプーリング層は、Average Pooling層とMax Pooling層。
Max Pooling層は、適用されたカーネル内の最大値を取る。
Average Pooling層は、適用されたカーネル内の画像の値(画素)の平均値を取る。
