这是我看过讲解CNN最详细，最清楚的视频，特色是理论和pytorch代码相结合:刘二大人的视频。
首先需要从整体上理解CNN网络
CNN
- 图像输入计算机就是一个矩阵
- 将一个图像(input)，通过卷积(Convolution)、下采样（Subsampling、又叫池化Pooling，）、卷积和池化操作可以进行多次，然后接入全连接网络进行分类判断。
- 图像的输入是通道 * 宽 * 高：
,即
-
黑白图像的输入channel是1，彩色图片的输入channel是3
彩色图像有三个输入channel
理解卷积的计算过程
我们从单通道输入开始
卷积计算
- Kernel是我们常说的卷积核，用卷积核在输入图像上滑动，通过数字乘法，计算一个输出。
- 最后我们从
得到了
（这里的1就是通道）
得到单通道输出
单通道输入的计算已经清楚，那怎么计算多通道输入呢？
- 简单来说就是用多个卷积核分别计算，然后求和
三通道的计算过程
- 输入图像有三个channel，每个channle的尺寸为
。
- 卷积核有三个channel，每个channel的尺寸为
。
- 输出只有一个channel,大小是
三通道输入，经过卷积，得到一通道输出 - 简单的说我们就是将一个
的输入通过一个
的卷积核，计算得到一个
那么如何输入
得到输出
?
多通道计算
- 一个卷积核（filter）的大小是：
- 每个卷积核的channel和输入数据的channel一致
- 加入
个卷积核分别计算，就可以得到
- 总结：卷积核的channel和输入channe保持一致，卷积核的数量和输出channel保持一致
padding
-
就是给输入周围添加0，调整输出的大小
padding
stride
-
控制滑动时跳跃的距离
stride
MaxPooling
-
最大池化，就是找其中的最大值
maxpooling - 还有一个avgPooling，即平均池化，就是计算平均值。
