通俗易懂卷積神經網絡（通俗易懂和計算）

1.輸入圖片

輸入一張圖片，爲RGB三通道，像素爲32x32，記爲輸入圖像：32x32x3，3也叫深度：

2.卷積核

3.計算卷積

3.1如圖，將輸入圖片展開（將圖片周圍補0），卷積核（有兩個卷積核）也展開，圖中連線的矩陣的每一個小格子，對應相乘，再相加



3.2將3個矩陣產生的結果求和，並加上偏置項，即0+2+0+1=3，因此就得到了輸出矩陣的左上角的3：

3.3對第二個卷積核也作同樣的操作

有幾個卷積核，就出來幾個這樣的矩陣，深度就爲幾，卷積出來以後的圖叫做特徵圖
3.4 滑動，這裏滑動兩個位置，這個叫做stride，這裏stride=2

4.權值共享

所謂的權值共享就是說，給一張輸入圖片，用一個filter去掃這張圖，filter裏面的數就叫權重，這張圖每個位置是被同樣的filter掃的，所以權重是一樣的，也就是共享。

5.池化（pooling）

池化的功能就是將特徵圖進行壓縮，也是用一個卷積和去掃描，不過這次不是對應項相乘再相加，而是被卷積核掃描的區域取一個最大值，或者平均值，如圖是最大池化

6.卷積神經網絡的組成

relu層是激活層，將輸入經過一個激活函數