3.2 卷积神经网络的一些配置

一、填充（padding）和步幅（stride）
https://zh.d2l.ai/chapter_convolutional-neural-networks/padding-and-strides.html

二、多输入通道


三、多输出通道

配合下面11卷积层进行理解

四、池化层
为什么：降低卷积层对位置的敏感性，同时降低对空间降采样表示的敏感性。
最大池化层可以允许输入发生*一定量的偏移并不会造成严重后果

平均池化层就是把最大变成平均

小结：

• 对于给定输入元素，最大汇聚层会输出该窗口内的最大值，平均汇聚层会输出该窗口内的平均值。
• 汇聚层的主要优点之一是减轻卷积层对位置的过度敏感。
• 我们可以指定汇聚层的填充和步幅。
• 使用最大汇聚层以及大于1的步幅，可减少空间维度（如高度和宽度）。
• 汇聚层的输出通道数与输入通道数相同。