我理解作为CNN层操作的最大/求和池化在概念上发生了什么，但我经常看到“随时间的最大池化”或“随时间的求和池化”这样的术语（例如，Yoon Kim的“用于句子分类的卷积神经网络”论文）。它们有什么区别？
回答：
随时间的最大池化通常应用于NLP（与普通的最大池化不同，后者常用于计算机视觉任务的CNN），因此设置略有不同。
随时间的最大池化的输入是一个特征图c = [c(1), ..., c(n-h+1)]，它是在长度为n的句子上使用大小为h的滤波器计算得出的。卷积操作与图像的卷积操作非常相似，但这种情况下它应用于一维的词向量。这是论文中的公式（3）。
随时间的最大池化操作非常简单：max_c = max(c)，即，它是一个在整个特征图上取最大值的单一数值。这样做的原因，而不是像CNN中那样“下采样”句子，是因为在NLP中，语料库中的句子自然具有不同的长度。这使得不同句子的特征图不同，但我们希望将张量缩减到固定大小，以便在最后应用softmax或回归头。正如论文中所述，这使得能够捕捉到每个特征图中最重要的特征，即具有最高值的特征。
请注意，在计算机视觉中，图像通常1具有相同的大小，如28x28或32x32，这就是为什么不需要立即将特征图下采样到1x1的原因。
随时间的求和池化也是如此。
1 现代CNN可以使用不同大小的图像进行训练，但这需要网络是全卷积的，因此没有池化层。有关更多详细信息，请参见这个问题。
