theano卷积神经网络－场景

学习卷积神经网络，必须掌握 卷积convolutional层，池化pooling层，全链接层以及内部的网络连接方式。

可参考资料很多： http://blog.csdn.net/zouxy09/article/details/9993371 ；

    http://www.cnblogs.com/charleshuang/p/3651843.html；

http://deeplearning.net/tutorial/lenet.html

在处理cnn时，必然用到numpy等，theano中的语法比较独特，需要好好看官网教程，或者相关的函数实现源码，理解函数的工作原理。

比如函数：

def function(inputs, outputs=None, mode=None, updates=None, givens=None,
             no_default_updates=False, accept_inplace=False, name=None,
             rebuild_strict=True, allow_input_downcast=None, profile=None,
             on_unused_input=None):这个函数可指定输入，输出，以及更新方法等，通过该函数可以获取到我们需要的值。

我有个需求是获取图片卷积后的各个卷积feature map值，就可以利用该函数，输入是每一张图片，输出是卷积输出值，即可得到我想要的。

但是得到想要的值并非如此简单，因为存储格式是theano独有，需要进一步利用numpy和theano对数据进行解析。

numpy参考：http://docs.scipy.org/doc/numpy/index.html

http://sebug.net/paper/books/scipydoc/numpy_intro.html