卷积神经网络--卷积层（斯坦福李飞飞学习笔记）

卷积核

对于图像分类任务，常见的卷积核（kernel）大小可以是3x3、5x5个像素点

注意一下词汇的辨析：

kernel是二维的，也就是每一层的卷积核大小；filter表示的是三维的，所以可以看到ppt里面的filter展示的是5*5*3，因为kernel的大小是5*5，同时放入的图像是RGB类型，总共3个像素层，所以三维的filter如下图所示：

image：32*32*3（图像大小32*32像素点，RGB图片总共3个颜色通道）

filter：5*5*3（滤波器大小5*5像素点，3个颜色通道）

kernel:5*5（卷积核大小5*5像素点）

slide：通常指的是卷积操作中滤波器（filter）在输入数据上的移动过程，涉及将一个小的窗口（这里是滤波器）在输入数据（如图像）的二维空间中滑动

卷积层示意图（convolutional layer）:

filter的数量可能不止一个，在神经网络的卷积层中，通常会定义多个卷积核来同时从输入图像中提取不同的特征。每个卷积核都可以学习不同的特征，比如边缘、角点、纹理等。如果说有6个卷积核，那么就有6个独立的5x5x3的滤波器，每个滤波器通过卷积操作生成一个特征图（也称为输出通道），如下图所示：

• 想在这里补充一下关于深度可分离卷积的里的深度卷积的概念：

深度可分离卷积分为：深度卷积和逐点卷积

其中深度卷积和标准卷积（也就是上面介绍的部分）不相同，为单通道模式，即对输入的RGB图像的三个通道分别有三个kernel（卷积核）（如下图，一个RGB图片的三个通道总共只会被识别一次）

逐点卷积则是对于刚刚针对RGB三个通道生成的（28*28*1的activation maps进行进一步的卷积处理）;

最后得到的结果是：

深度分离卷积整体示意图：

而标准的卷积为：

RGB图像三个通道用一个filter（滤波器），可以有多个滤波器识别不同的特征。（如下图，整个RGB的三个通道会被识别三次）

(后续慢慢更新)