通俗易懂卷积神经网络（通俗易懂和计算）

1.输入图片

输入一张图片，为RGB三通道，像素为32x32，记为输入图像：32x32x3，3也叫深度：

2.卷积核

3.计算卷积

3.1如图，将输入图片展开（将图片周围补0），卷积核（有两个卷积核）也展开，图中连线的矩阵的每一个小格子，对应相乘，再相加



3.2将3个矩阵产生的结果求和，并加上偏置项，即0+2+0+1=3，因此就得到了输出矩阵的左上角的3：

3.3对第二个卷积核也作同样的操作

有几个卷积核，就出来几个这样的矩阵，深度就为几，卷积出来以后的图叫做特征图
3.4 滑动，这里滑动两个位置，这个叫做stride，这里stride=2

4.权值共享

所谓的权值共享就是说，给一张输入图片，用一个filter去扫这张图，filter里面的数就叫权重，这张图每个位置是被同样的filter扫的，所以权重是一样的，也就是共享。

5.池化（pooling）

池化的功能就是将特征图进行压缩，也是用一个卷积和去扫描，不过这次不是对应项相乘再相加，而是被卷积核扫描的区域取一个最大值，或者平均值，如图是最大池化

6.卷积神经网络的组成

relu层是激活层，将输入经过一个激活函数