卷积、池化&&全连接层

卷积计算：

三维卷积：输入图像和滤波器的通道必须一致

输出：每个位置的结果是27个参数相城再相加后的结果

n个卷积核输出通道数则为n，得到结果为:4**4*n，即a[1]
池化的计算：
H = height, W = width, D = depth
新的高和宽的公式是：
new_height = (input_height - filter_height)/S + 1
new_width = (input_width - filter_width)/S + 1
注意：池化层的输出深度与输入的深度相同，另外池化操作是分别应用到每一个深度切片层。

池化操作：（超参数：f和s以及二进制位元（选最大值还是均值池化））
最大值池化（神经网络最大值用的多于均值）：根据输出来划分输入图像区域，然后从每个区域里选取最大值作为对应的输出结果。类似卷积，过滤器过滤选取每个对应区域的最大值。
如下类似：f=2，s=2

均值池化：过滤器过滤选取每个对应区域的平均值。
如下类似：f=2，s=2
全连接层：是每一个结点都与上一层的所有结点相连，用来把前边提取到的特征综合起来。
如：x1、x2、x3为全连接层的输入，a1、a2、a3为输出，