CNN重要知识点理解

一、卷积核的作用

卷积层的卷积核是用来提取特征的，多个卷积核是用来提取多种特征的。

图片中有左边是一个77的图像，右边三个33的卷积核，分别提取对应的特征。

二、通道数的理解

1.图像通道数：若图像为三通道，那么指的是RGB三通道；也有单通道，如灰度图。
2.卷积操作完成的输出的通道数，也就是卷积核的个数。

通道数也就是feature map数
每层的feature map个数，为上一层卷积核的个数。

三、卷积操作

在filter w0中，333，前边的3*3代表卷积核的大小，后边的3代表卷积的个数。

四、激活函数

激活函数给神经元引入了非线性因素，使得神经网络可以任意逼近任何非线性函数，从而解决线性所不能解决的问题。

五、感受野的理解

感受野用来表示网络内部的不同神经元对原图像的感受范围的大小，或者说，卷积层每一层输出的特征图上的像素点在原始图像上映射的区域大小。

神经元之所以无法对原始图像的所有信息进行感知，是因为在这些网络结构中普遍使用卷积层和pooling层&#x