たたみ込みニューラルネットワークで最大プーリングが必要なのはなぜですか？

最も一般的な畳み込みニューラルネットワークには、出力フィーチャの次元を削減するプーリングレイヤーが含まれています。畳み込み層のストライドを単純に増やすだけで同じことを達成できないのはなぜですか？プール層が必要な理由は何ですか？

あなたは確かにそれをすることができます、シンプルさのための努力：すべての畳み込みネットを見てください。プーリングにより、ある程度の翻訳不変性が得られますが、これは役立つ場合と役に立たない場合があります。また、プーリングは畳み込みよりも計算が高速です。それでも、いつでもプーリングを畳み込みでストライドに置き換えて、何がより効果的かを確認することができます。

現在の作品の中には、平均プーリングを使用するもの（Wide Residual Networks、DenseNets）、ストライドによる畳み込みを使用するもの（DelugeNets）があります。

画像の最も鮮明な特徴を抽出するため、明らかに最大プーリングが役立ちます。そのため、画像が与えられると、最も鮮明な特徴が画像の最も低いレベルの表現になります。https://www.quora.com/What-is-the-benefit-of-using-average-pooling-rather-than-max-pooling

しかし、Andrew Ngのディープラーニングの講義によると、最大プールはうまく機能しますが、その理由は誰にもわかりません。引用->「しかし、私は人々が最大プーリングを使用する主な理由は、それがうまくいくために多くの実験で発見されたためだと思います...根本的な理由。」