概念：由多个卷积层和池化层组成，卷积层负责对输入进行扫描以生成更抽象的特征表示，池化层对这些特征表示进行过滤，保留最关键的特征信息。
概念图如下：
卷积
概念：卷积是数学分析中的一种积分变化。（百度百科）
定义：卷积是两个变量在某范围内相乘后求和的结果。（百度百科）
看到上面的概念和定义，我相信大家都不不知道在是啥意思，说实话，让我看，我也看不出来。
卷积，只需要直到它是一种运算就好了，接下来，我们就看一下它是怎么进行计算的。
进行卷积操作，需要有两个部分：
需要进行卷积的矩阵。（m×n）
卷积核（也是矩阵）。（x×y）
从刚刚看到的定义，卷积就是两个变量在某个范围内相乘求和。从上图中，我们可知
两个变量：矩阵、卷积核
某个范围：卷积核核矩阵重叠的范围（上图用颜色进行表示）
所以它的计算结果就是：
聪明的小伙伴发现，计算结果不对啊？计算结果怎么是一个矩阵？
原因1：因为矩阵和卷积核进行卷积操作还需要加上一个偏置项（一般是0或1）
原因2：你要让你的卷积核滑动起来，从左到右，从上到下，把你的矩阵全部计算一下，获得一个新的矩阵。
要往下看（下面的公式有限制条件哦！）
新矩阵的高：H = m - x + 1
新矩阵的宽：W = n - y + 1
这样做有什么好处呢？
- 保留了输入矩阵之间的空间位置关系，能够提取到位置信息中包含的特征模式
- 卷积核可以在整个矩阵上滑动，不同区域共用一个卷积核，与矩阵尺寸无关。
这用在矩阵上干啥呢？
当然不是用在普通的矩阵上面啦，对一堆数字矩阵进行卷积，获得的还是一个数字矩阵。
那图像呢？
图像的灰度图是由一堆灰度值像素点构成的，彩色图像多了几个通道，哎嘿，矩阵不就出来了？
为什么要对图像进行卷积？
当然是为了更好的提取特征啦
全连接层，把图像转化成一维向量，破坏了图像在空间位置上的完整性，空间位置上的特征模式一定程度上遭受了损坏。
填充
假设你对一个图像进行卷积操作，不想让它的大小发生变化，这时候我们就可以考虑一下对原图像进行填充操作了。
一般来说，填充采取等量填充，左边填了多少，右边也填多少。但是用上面的卷积核（2×2）计算，发现，不对啊，这次它的大小变化了，还变大了。
这里说明一下：卷积核通常采用奇数大小的卷积核（1×1）、（3×3）、（5×5）…
啥时候卷积后的图像尺寸与原图保持不变呢？
卷积核的长：H = （m - 1）/2
卷积核的宽：H = （n - 1）/2
步幅
我们把卷积核在矩阵中一次移动的距离称之为步幅。
首先看一下之前的图片
为啥卷积的结果一定是3×3呢？如下图，演示卷积核的移动，注意颜色（向左移动，向下同理）
原因：从上面的描述可知，卷积核可以移动，而导致上面的输出结果是因为卷积核每一个只移动1步（1个像素点）。
看矩阵可知，往左边移动三次就到底了，往下面移动三次也到底了，所以输出的结果就是一个3×3的矩阵
所以说输出图像的大小为：（上面也有一个公式，那个是针对步长为1，且没有填充的哦！）
高：h = (（m + 2×ph - x）/ sh ) + 1
宽：w = (（n + 2×pw - y）/ sw ) + 1
sw、sh：表示的对宽、高方向的步长
ph、pw：表示的对宽、高方向的填充
m、n、x、y见上
多输入通道
上面展示的其实是单通道的，例如图像中的灰度图，但是现在很多图像都是彩色图像，一般的彩色图像都有RGB三个通道（三基色），说白了，就是彩色图片可以变成三个矩阵，每一个矩阵对应着一个通道。那对于这样的图片怎么进行卷积呢？如下
其实发现好像和前面的卷积没啥区别，不就是每个通道都和自己对应的卷积核进行卷积一下，然后相加就ok了。
多输出通道
其实卷积的计算方式是没有变的，只是卷积核的数量不再是一个，是多个，这样得到的输出是多个的，不再是单个。
感受野
概念：输出特征图上每个点的数值，是由输入图片上大小为w×h的区域的元素与卷积核每个元素相乘再相加得到的，所以输入图像上w×h区域内每个元素数值的改变，都会影响输出点的像素值。将这个区域叫做输出特征图上对应点的感受野
- 单层卷积的感受野：
通过观察，我们发现，单层卷积核的感受野就是它的卷积核大小。 - 多层卷积的感受野大小：
通过观察，我们可以发现，它的感受野大小不是简单地划分成两个，这时候回归定义，原来是要找对应面积卷积前在特征图中对应的大小。
感受野计算公式：
r
f
s
i
z
e
=
(
o
u
t
−
1
)
∗
s
t
r
i
d
e
+
k
s
i
z
e
rfsize = (out - 1) * stride + ksize
rfsize=(out−1)∗stride+ksize
out：要求感受野的像素大小
stride：步幅大小
ksize：卷积核大小
池化
定义：使某一位置相邻输出的总体统计特征来代替网络在该位置的输出
池化的两种方式
平均池化：对池化窗口覆盖区域内的像素取平均值，得到相应的输出特征图的像素值。
最大池化：对池化窗口覆盖区域内的像素取最大值，得到输出特征图的像素值
H
o
u
t
=
H
+
p
h
1
+
p
h
2
−
k
h
s
h
+
1
H_{out}=\frac{H+p_{h1}+p_{h2}-k_{h}}{s_{h}}+1
Hout=shH+ph1+ph2−kh+1
W
o
u
t
=
W
+
p
w
1
+
p
w
2
−
k
w
s
w
+
1
W_{out}=\frac{W+p_{w1}+p_{w2}-k_{w}}{s_{w}}+1
Wout=swW+pw1+pw2−kw+1
p是填充，s是步幅，k是池化大小
优点：当输入数据做出少量平移时，经过池化函数后的大多数输出还能保持不变。
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
