卷积层是干什么呢？
卷积层是我们要保留这个图像它的空间特征，保存它的空间结构。这个卷积神经网络是把这个图像直接按照原始的空间结构进行保存。经过了一个卷积层之后，我们得到的这个图像，你先注意它的输出，它的通道会变，它的图像的宽度和高度也会变，当然可以变，也可以不变；使用下采样的时候，我们这个通道数是不变的。
为什么要做下采样呢？
降低维度（接入到分类器的时候的维度）
降低维度;因为最终我们的卷积层(特征提取器)输出，肯定是一个一阶张量，那么其维度是直接
由Batch.view(Batch_size,-1)直接掰过来的。
那展开之后呢，我们就得到了这样一个线性的，只有向量的这样一种输入，然后接下来我们再用全连接层，
最终我们把它映射到10维的输出，然后我们就可以再接上交叉商损失，利用Softmax去计算它的分布，
最终，我们就可以去解决分类问题。
构建一个神经网络的时候
首先第一点，你要明确的是什么呢？
你的输入，它的张量的维度是什么？
你的输出它的张量维度是什么？
然后你想让网络正常跑起来，咱们先不说性能，咱们就说正常的工作。
就是你要利用这些各种层，然后进行维度上，或者是每个维度上尺寸大小的变化，
最终把它映射到我们想要的输出的空间里面，构建一个神经网络的时候
卷积和全连接的本质
所以实际上不管是卷积也好，还是全连接也好，我们都是在做这样一种空间变换。
特征提取器
神经网络里面前面的卷积还有下采样，我们把它叫做特征提取器，Feature Extraction，
就是我们能通过这个卷积运算，在里面找到某种特征，
前面的卷积，下采样这些工作，我们把它叫做Feature Extraction(特征的提取)，后面的这些，我们叫做Classification(分类器)
在特征提取器这个阶段，我们是直接对图像做卷积运算的，然后提取完特征之后，我们再把它转换成向量，然后再利用一个全连接的网络去给它做分类
分类器
后面的全连接网络，实际上你经过特征提取之后，你把它变成了一个向量，然后拿这个向量去接一个
比较典型的全连接网络，然后我们去做分类，
卷积要做的
只要我们权重选的合适，我们就能从
这些信息(它就代表对这个里面某种特征的扫描，满足这个特征，它算出来的值就比较大，
不满足值就比较小
卷积的运算过程
单通道的卷积运算
多通道的卷积运算：
如果你需要有m个输出通道，这样的卷积核就需要准备m个。
我们发现
1.每一个卷积核它的通道数量，要求和输入的通道数量是一致的，
2.这种卷积核的总数有多少个呢？和你输出通道的数量是一样的，
剩下的就是你这个卷积核的WxH是3x3的，是5x5的，还是7x7的，这个你自己来定，
它和图像的大小是没有关系的。
你图像多大，我们这个卷积核3x3的话，就是这么大的，因为我们在对每一个图像块做运算的时候，
我们都是用相同的卷积核，这是一种我们常说的共享权重的机制。
卷积层中的卷积核即卷积层共享权重
m x n x kernel_size(width) x kernel_size(height)
m表示有多少个卷积核:n x kernel_size(width) x kernel_size(height)
n为卷积核通道数
你得知道它的输入的维度，输出的维度，还有kernel_size(width) 和kernel_size(height)，
一共需要四个维度。
使用Pytorch注意
在Pytorch里面，所有输入的数据，必须是小批量数据，所以你图像虽然是nxWxH的，
但是你前面要加一个Batch，就是你这个是小批量的第几个，这个是Batch的维度，
调整Tensor的形状
view
cat
unsqueeze
初始化卷积层的时候，实际上有很多权重可以设置，但是必须要设置的是，用来决定卷积核大小，
分别是输入通道，输出通道和卷积核的尺寸。
kernel-size选常数3，就是默认是3x3；你也可以给它一个元组，比如(5,3)，长方形也是可以的。
但是我们一般是用正方形的。
卷积核的大小一般是用奇数。这就是我们创建的卷积层。 Pytorch里用偶数也没有关系
介绍一下卷积层里另外几个常见的权重(参数)
padding
就是看我们输入和输出宽度的需求，你比如说，我们需要输入大小和输出大小一样，
那我们就给它填充一圈
需要看kernel-size
如果是5x5的kernel size话，你就padding两圈，3/2 = 1；5/2 = 2.
即padding = kernel_size/2
padding有很多选择，最常见的就是填充0，填充完以后，我们就可以去做卷积。
这里为什么要把kernel的data赋给conv_layer.weight呢，
这是因为我们自定义了kernel的初始权重值，那么需要将其data数值赋给卷积层中的kernel的权重。
view(Batch_size，channel的维度，宽度，高度)
stride
stride就是步长，这个步长是什么呢？
如果stride = 2 ；
默认往下走的时候，也要跳一格，所以stride，就是你索引的下一个下标，不是要加1，而是要加2.
比如这个步长为2，第一次中心在4，下一次的中心就在8了。<br />
下采样：MaxPooling
用的比较多的下采样，叫做MaxPooling，叫做最大磁化层，注意它是没有权重的。
比如我们用一个2x2的MaxPooling，它默认stride=2
它没有权重，它就跟sigmoid和那个relu一样，它是没有权重的
所以在这里面，它的工作就是把这个图像，比如我们有一个4x4的图像，把它分成2x2一组，然后在每一组里找最大值，<br />然后把4，8，9，7拼成一个新的输出。所以这里面，我们能看到你在做MaxPooling的时候，你只能把一个通道拿出来做MaxPooling，<br />通道之间，不会去找最大值，所以做MaxPooling，通道数量是不变的。<br /><br /><br />通过卷积层融合原始信息；下采样，提取卷积后的信息中的最大值(即我们常说的特征)。
若有收获，就点个赞吧
0 人点赞
