大家先別急着看，我還沒有寫完，抱歉今天很忙，後面一定會更新。
卷積神經網絡（CNN）是一種在計算機視覺領域應用非常廣的深度學習框架，我前前後後大概花了一個禮拜的時間，基本上搞懂了CNN的原理，在這裏做個記錄，也算是分享一下自己的見解。
一 基礎知識
1 關於圖像
這裏說的驗證碼指的是驗證碼所在的圖片，計算機中的圖片都是由一個一個的像素點構成，可以
把像素點看成是組成圖片的最小單位，右鍵windows中的圖片，選擇屬性->詳細信息，就可以看到圖片的像素信息：
比如這張圖片是600x402個像素點構成，每一個像素點有三個具體的值，值的範圍是0到255，值越大該點越亮，三個值指的是紅綠藍三個維度，比如某個像素點值是（255，0，0）表示該點是純紅色。通過公式Rx0.299+Gx0.587+BX0.114可以把三個值映射到一個值，這樣構成的圖片是灰度圖，就是黑白電視機呈現的圖片。
三個顏色維度又叫做三通道(channel)，爲了簡便，下面所有內容基於灰度圖，即單通道。
2 卷積
卷積是CNN的核心部分。
上圖中黃圈內的像素值如下（矩陣M1)
| 0 | 255 | 0 | 0 |
| 255 | 0 | 0 | 0 |
| 255 | 0 | 0 | 0 |
| 255 | 0 | 0 | 0 |
注意到255集中在一個區域，構成的形狀和黃色圈中的形狀相似。再看一個矩陣M2:
| 0 | 1 | 0 | 0 |
| 1 | 0 | 0 | 0 |
| 1 | 0 | 0 | 0 |
| 1 | 0 | 0 | 0 |
把M1和M2做一個矩陣乘法，得到的結果是M3：
| 255 | 0 | 0 | 0 |
| 0 | 255 | 0 | 0 |
| 0 | 255 | 0 | 0 |
| 0 | 255 | 0 | 0 |
M2和M1非常相似，M2被稱爲卷積核（或者濾波器），如果M1不是圖中黃色圈內的像素，很可能M1乘以M2的結果非常小。也就是說，卷積核只有和自己非常相似的矩陣相乘，才能得到一個有很多大數字的矩陣，這就是所謂的特徵提取。試想一下，把上面的圖片分割成很多4x4的像素矩陣，然後分別與M2相乘，只有那些長得和黃色圈內相似的像素矩陣，得到的結果纔會是很多大的數字，這樣，我們就提取除了所有和黃色圈內圖形相同的區域。注意這裏，我們用的詞還是矩陣相乘，那麼什麼是卷積呢？
上面是矩陣M3，我們把視角移到這個矩陣的左上角的4x4的子矩陣M4。所謂的卷積，就是把M4和M2（卷積核）相乘，把得到的結果矩陣中的所有元素累加，最終得到一個數字a1。第二步，把M4右邊的子矩陣M5和M2相乘，和上面一樣處理得到數字a2，後面的步驟就是把這個子矩陣的邊框不斷右移，然後下移，最終得到的結果矩陣是M6：
| a1 | a2 | a3 |
| a4 | a5 | a6 |
| a7 | a8 | a9 |
我們把整個的過程叫做卷積，即M3和M2卷積得到了矩陣M6，其中的每一次矩陣乘法的區域（M4和M5）又叫做感受野，而卷積的結果M6叫做feature map。
先更新到這裏。