卷積神經網絡及其特徵圖可視化

參考鏈接：https://www.jianshu.com/p/362b637e2242

參考鏈接：https://blog.csdn.net/dcrmg/article/details/81255498/

參考鏈接：https://zhuanlan.zhihu.com/p/59917842

參考鏈接：https://www.jb51.net/article/171016.htm

一、卷積與特徵圖

一個簡單的深度網絡模型，主要是：

input -> conv -> feature_map -> maxpooling -> flatten -> fully connected -> output

CNN：卷積層、池化層、連接層

1. 卷積層

       卷積層由一組卷積單元（又稱"卷積核"）組成，可以把這些卷積單元理解爲過濾器，每個過濾器都會提取一種特定的特徵。           輸入圖像是32*32*3，3是它的深度（即R、G、B三色通道），卷積層是一個5*5*3的filter，這裏注意：filter的深度必須和輸入圖像的深度相同。通過一個filter與輸入圖像的卷積可以得到一個28*28*1的特徵圖，如果用了兩個filter得到了兩個特徵圖。

舉個例子，input、filter、outpu