CNN基础知识储备：

（一）卷积计算

　　通过这部分的学习，将会清楚卷积是如何计算的。

　　举个例子，现有一张6×6的灰度图像（灰度图像代表6×6×1的矩阵，RGB图片则是6×6×3，因为它有红绿蓝3个维度），比如

　　为了检测图像中的垂直边缘，可以构造一个3×3矩阵。在卷积神经网络的术语中，它被称为过滤器，又叫核，比如

 　　对这个6×6的图像进行卷积运算，卷积运算用 * 来表示，用3×3的过滤器对其进行卷积。这个卷积运算的输出将会是一个4×4的矩阵，可以将它看成一个4×4的图像。

　　具体的运算流程为：

　　为了计算第一个元素，使用3×3的过滤器，将其覆盖在输入图像，如下图所示：

　　

　　然后进行元素乘法（element-wise products）运算：

　　

　　最后将该矩阵每个元素相加得到最左上角的元素，即 3 + 1 + 2 + 0 + 0 + 0 + ( − 1 ) + ( − 8 ) + ( − 2 ) = − 5 。
　　接下来计算第二个元素，将3×3过滤器向右移动一步，再对输入图像进行覆盖，如图：

　　

 

 　　以此类推，最终可得到最后的4×4矩阵，将其中与代码部分（参见我的另一篇博客：卷积神经网络CNN（一） - Tzy0425 - 博客园 (cnblogs.com)）进行对应：

　　in_channels表示输入图像的高度，灰度为1，RGB为3；

　　out_channels表示输入图像在经过过滤器的卷积运算后，可得到多少个特征，本例中计算后得到4×4矩阵，即16个特征；

　　kernel_size表示过滤层的大小，本例中过滤层是3×3的矩阵，所以该值为3；

　　stride表示过滤层移动的步长，本例中为1，就是过滤层覆盖了第一个部分后，只需要移动一步就可以开始覆盖第二部分。若为2，那么本例中前两个覆盖的部分分别为：  

　　padding下一部分具体说明。

（二）Padding

　　在上个例子中，会发现卷积运算有三个问题，一是边缘部分的数据没有被充分利用，比如输入图像的第一个数据3，只被过滤器在第一步覆盖，之后就再没访问过，而中间部分的数据则被反复访问，造成了数据资源的利用不完善；二是在过滤器向右或向下移动时，如果出现所剩区域小于过滤器的大小，那么过滤器此时就无法覆盖区域，比如上个例子中，移动步长若为2，再覆盖掉[1,8,2;2,9,5;7,3,1]之后，移动到下一区域，此时所剩区域是3×2的矩阵，对于3×3的过滤器就无法覆盖；三是在一步一步的卷积运算后，输入图像会慢慢变小，这就导致特征越来越丢失掉，造成浪费。

　　为了解决这一问题，可以事先在输入图像的边缘填充若干层像素，每个像素点的值均为0，若p = 2，则输入图像变为：

　　这样一来，所有的缺点都被解决，输出矩阵的维数变为（n为输入图像的维度，p为padding值，f为过滤器的维度，s为步长）：

（三）池化层（Pooling Layers）

　　卷积网络经常使用池化层来缩减模型的大小，提高计算速度，同时提高所提取特征的健壮性。

　　最大池化（max pooling）

　　和上面的例子相似，在过滤器进行每一步覆盖时，不需要进行元素乘法然后相加，只需要选取覆盖区域的最大值作为这部分的输出值。对上述例子中的矩阵进行最大池化，得到的结果为：

8	9	9	9
8	9	9	9
7	7	7	8
5	6	7	9

　　当然，设置不同的步长会得到不同的结果。