【神经网络】一些专业术语的理解

channel、fliter、kernel、feature map

CNN中feature map、卷积核、卷积核个数、filter、channel的概念解释，以及CNN 学习过程中卷积核更新的理解
卷积核（kernels）与滤波器（filters）的关系

Flatten层

Convolution卷积层之后是无法直接连接Dense全连接层，需要把Convolution层的数据压平（Flatten），然后就可以直接加Dense层了。也就是把 (height,width,channel)的数据压缩成长度为 height × width × channel 的一维数组，然后再与 FC层连接，这之后就跟普通的神经网络无异了。

可以从图中看到，随着网络的深入，我们的图像（严格来说中间的那些不能叫图像了，但是为了方便，还是这样说吧）越来越小，但是chan