【深度学习基本概念】

• 上采样：放大图像

• 下采样：缩小图像

• 池化：主要体现的就是降维，常用的有MaxPool2d（最大池化），AvgPool2d（平均池化），二者的区别主要体现在一个区局部最大值，一个取整体平均值。池化属于下采样的一种。

• 卷积：将各个位置上滤 波器的元素和输入的对应元素相乘，然后再求和（有时将这个计算称为乘积 累加运算）。然后，将这个结果保存到输出的对应位置。将这个过程在所有 位置都进行一遍，就可以得到卷积运算的输出 。（weight，权重，专业名叫卷积核）

卷积核的通道数 = 输入的通道个数；卷积核的个数 = 输出通道的个数.

增大步幅stride后，输出大小会变小;增大填充padding后，输出大小会变大。

• 感受野：CNN每一层输出特征图上的像素点在输入特征图上映射的区域大小。