**卷积神经网络（CNN） 卷积层和池化层**

卷积神经网络（CNN） 卷积层和池化层 （1）卷积层：用来进行特征提取，假设输入图像是32*32*3，3是它的深度（即R,G，B），卷积层是一个5*5*3的filter（感受野/滤波器）。感受野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（使用两个filter将得到两个特征图）；通常使用多层卷积层来得到更深层次的特征图。 输入图像和filt

>>阅读原文<<