深度学习之快速理解卷积层

CNN 由三种不同的层组成，即「卷积层」、「池化层」、「连接层」。今天，我们讲一讲如何理解「卷积层」。

下图是一个图像卷积的例子，输入图像是32*32*3，3是它的深度（即R、G、B三色通道），卷积层是一个5*5*3的filter，这里注意：filter的深度必须和输入图像的深度相同。通过一个filter与输入图像的卷积可以得到一个28*28*1的特征图，下图是用了两个filter得到了两个特征图。

通常地，我们会使用更多的卷积filter，来获得更加深层次的特征信息。

我们再来看一个更具体的例子，输入是一个4*4 的image，经过两个2*2的卷积核进行卷积运算后，变成两个3*3的feature_map。

这里我们介绍一下中间转换的过程，以上图卷积核filter1为例，filter1在图片滑过，步长为1(stride = 1)：

计算第一个卷积层神经元o₁₁的输入:　

neto11=conv(input,filter)=i11×h11+i12×h12+i21×h21+i22×h22=1×1+0×(−1)+1×1+1×(−1)=1

神经元o₁₁的输出:(此处使用Relu激活函数)

outo11=activators(neto11)=max(0, neto11)=1

其他神经元计算方式相同，计算完所有的输出后，得到了feature_map1。经过多次卷积后，就可以提取出图像中的特征，那么，卷积运算中的filter怎么来的呢？不同的filter对运算有什么影响？

对数字图像处理进行处理的时候，有很多的矩阵算子，其实这些算子就是filter，我们使用的Photoshop，美图秀秀等等软件给图片添加的“滤镜”其实就是使用了这些filter才得到的效果。

这里推荐一个网站：http://setosa.io/ev/image-kernels/，可以打开看一下不同的filter对图像的影响，帮助你更好的理解filter。

这个站点提供了9种filter，接下来就让我们看一下不同的filter对图像特征的提取效果吧。

可以看出来，不同的filter对人脸的提取效果是不一样的。多个filter进行结合，再加上梯度上升算法，不停迭代优化权值。就可以优化深度网络的效果。