简述卷积神经网络（CNN）中池化层的作用和常见类型。

答题要点

推荐答题框架：使用总分结构，先总体说明池化层的作用，再分别介绍常见类型。关键要点如下：1. 作用：降低特征图的维度，减少计算量；增强模型的鲁棒性，对输入的微小变化不敏感。2. 最大池化：选取局部区域的最大值作为输出，能突出图像中的重要特征。3. 平均池化：计算局部区域的平均值作为输出，能保留更多的背景信息。示例话术：池化层在卷积神经网络中具有重要作用，主要是降低维度和增强鲁棒性。常见的池化类型有最大池化和平均池化。最大池化能突出重要特征，平均池化则能保留背景信息。