プーリング演算では、ある大きさの枠を決めて、その枠を既存画像の行列データに当てはめてから、その領域内にあるデータに対して何らかの演算を行なっている。畳み込みニューラルネットワークでは、枠領域内に存在している数値のうち最大値を出力する最大値プーリングが行うのが一般的である。画像の局所的な部分が少し変化しても、その最大値プーリング結果が変化しないため、最大値プーリングは入力データのノイズに対してより頑健な特徴量を生成するのに役立つ。

以下に、3 × 3 の枠で最大値プーリング演算を行う例を示してある。<

プーリング演算は、畳み込み演算とは異なり、マス目を 1 ずつ動かすのではなく、枠線がオーバーラップしないように画像全体に対してプーリング演算を行う。

このプーリング演算を画像の終わりまで行うと、次のようになる。

最大値プーリングのほかに、平均値プーリングなどもある。