one layer CNN

1. 如果有10个3x3x3的filter，请问你有多少个parameter？ 注意！ filter与parameter有关！

(3x3x3+1)x10 = 280 (里面的”+1”来自bias)

1. 注意！无论你的input image是1000x1000还是5000x5000，也就是说无论你的input有多大，你的parameter都是280，这样可以避免overfit！（parameter过多容易导致overfit），这样有个好处是学到了280之后可以把这280用到更大的input上

上图的weight指的就是parameter，最后的n指的就是有多少个filter

1. 通常有三种层，卷积层，池化层，全连接层

有时候光是卷积层就够做一个好的cnn了，但通常我们会加池化层与FC层