Podvzorkování (pooling) je operace, která v konvolučních sítích zmenšuje prostorové rozlišení mapy příznaků agregací hodnot v malých okénkách. Nejrozšířenější je max pooling, jenž z každého okna ponechá pouze maximální hodnotu, a average pooling, který spočítá průměr. Operace nemá žádné naučitelné parametry. Přínosy jsou tři. Snižuje počet hodnot, které musí následující vrstvy zpracovat, a tím i výpočetní a paměťovou náročnost. Zvětšuje receptivní pole neuronů v hlubších vrstvách, takže síť postupně vidí větší část obrazu. A zavádí lokální invarianci vůči posunu – přesunutí hrany o jeden pixel výsledek maxima nezmění, což je žádoucí, protože nás obvykle zajímá přítomnost rysu, ne jeho pixelově přesná pozice. Právě tato vlastnost je ovšem u segmentace problémem, neboť ztrácí informaci potřebnou pro obrysy; proto se v dekodéru U-Netu kombinuje s preskokovými spojeními. Moderní architektury pooling často nahrazují konvolucí s krokem, která zmenšení provede naučeně, a na konci sítě se před klasifikační vrstvou používá globální average pooling.
Je to jako když si z každé strany dlouhé zprávy zapíšete pouze tu nejdůležitější větu. Text se scvrkne na desetinu, dá se s ním pracovat mnohem snáz a hlavní myšlenka zůstane. Zároveň přestane záležet na tom, jestli ta věta stála v prvním, nebo v druhém odstavci – a to je často výhoda, protože vás zajímá, že se tam téma vyskytlo, ne přesně kde. Cena je jasná: podrobnosti jsou nevratně pryč. Pokud po vás někdo chce citaci na řádek přesně, tuhle zkratku si dovolit nemůžete.