卷积神经网络大致结构、卷积层设计的参数、卷积结果计算公式、卷积参数的共享、池化层、卷积神经网络的具体结构、感受野、推荐使用的卷积神经网络

1.卷积神经网络大致结构

2.卷积层设计的参数

（1）步长

（2）卷积核的尺寸一般是3×3，卷积核尺寸越小特征提取的越到位，如上图卷积核尺寸为3×3

（3）边缘填充，由于卷积核在进行移动时会对中间的特征重复提取，边缘则只提取一次，为了防止边缘特征提取不到位，需要进行边缘填充（zero padding）。

（4）卷积核个数和需要的特征图有关，若需要10个特征图（内积之后得的）则需要10个卷积核

3.卷积结果计算公式

4.卷积参数的共享（卷积区域不断的移动但是3*3的卷积核一直保持不变）

5.池化层

（1）最大池化

（2）平均池化（不常用）

例如：上图中(1+1+5+6)/4

6.卷积神经网络的具体结构

经过一次卷积后都要加上一次非线性变换，FC是全连接层，在进行全连接层之前特征图会被拉成一个很长的特征向量（三维转换成二维），就可以实现分类，如上图，特征向量（32×32×10）被拉成了（1×10240），此时的全连接层为（10240×5），最后输出（1×5），即可表示各类的概率。

7.感受野

8.推荐使用ResNet网络（比较成熟）