一个还不错的入门教程：https://www.cnblogs.com/skyfsm/p/6790245.html
计算机视觉上应用的多点，但这种思想绝不仅仅在图像上起作用。为什么不能使用全连接网络来做呢？因为。。庞大的参数呐，所以必须采用一种别的方法：卷积~
一个简单的垂直边缘检测器，以及为什么能够实现垂直边缘检测。白色代表亮的像素点，至于为何边缘那么宽，是因为图片太小？
实际上filter上的九个数字也可以通过反向传播来求
padding：以上的卷积操作有以下的弊端：1。每次卷积后图片尺寸都会shrink，可能经过几轮卷积后就会变成1X1，这是我们不想看到的；2.很多边缘信息都被省略了，而中间的像素点则被很多次扫描。
那么如何选择padding的层数呢？公式如下，并且一般使用奇数的呢
步长也是一个很重要的点，这样输出的矩阵的公式变成如下了：but 使用取下整数那个符号意味着只能够选择filter里面全是数字的 也就是说当filter溢出了就不行了的哦
立体怎么卷积 如下图·
多个filter时 如何做呢？filter的层数要和输入矩阵一样，然后依次做卷积就可以了惹
将卷积神经网络类比于普通的神经网络时，filter就像是特征一样。计算有十个filter的卷积神经网络时，无论输入的图片有多大，他的参数始终是（3*3*3+1 bias）*10=280.这也是CNN能够“避免过拟合的原因”
CNN一层的工作原理以及一些notation
一个简单卷积神经网络（conv）,为了更好的效果，后面还会添加池化层和全连接层
Max pooling：underlying reason 未知但它的确效果很好。当是个立体的输入时，也用立体的filter在每个通道作pooling即可。
Average pooling：顾名思义，用每一区域的平均值做计算。
Attention ：Pooling层没有需要学习的参数，一旦f和s超参定下来了，结果也就定下来了，只不过是计算一下就可以了。
一个完整的卷积神经网络。对于某些超参数的选择，Andrew 建议最好是看别人的选择选最佳的，而不是自己尝试
那么，为什么要使用卷积呢，如下图，当使用传统神经网络时，光两层之间就存在14M 的参数，而用卷积可以大大减小参数数目
卷积优点：参数共享（比如硕一个垂直filter能够检测图片中所有的垂直线条，）2.稀疏连接，红色的块仅由红色区域连接。3.可以解决translation invariance ，这是因为即使图片中像素全部平移一两个像素，图片大致看起来还是没变的。
这是卷积神经网络历史上的几种经典模型
通过残差块可以训练更深层的网络，也叫跳远连接，注意跳过去的那部分没有经过激活函数计算哦！
他可以使效果更好 现实中当层数越多时，效果会像那个曲线一样
为什么残差网络有效
ResNet
1*1 卷积，也叫做Network in Network
通过pooling层可以shrink 长与宽，通过这个可以shrinkNc层，也就是channel层。
Google提出的一种不需要人为设计filter的东西，
使用了inception 参数从1.2亿减少了2400w
这就是inception模型图，并且他的名字取自《盗梦空间》的原名《Inception》哈哈小李子
Transfer Learning：迁移学习。可以先将别人再很大数据集上学到的参数和权重。前提是当你带标签的数据集越多时，你在前面冻结的层就会越少。而且可以将之前训练好的部分存在硬盘上，就不用每次都重新学习，
数据扩增的方法（我记得之前有一节已经讲过，当时也是拿图像举的例子。）可以将图片进行旋转，对称，局部剪切
颜色改变的方法：也可以用PCA（主成分分析）颜色增强等方法。
第三周：目标检测
localization:不仅分类，还要定位目标
通过输出是否有对象，然后输出那些边框
特征点检测：landmark detection。就是输出眼角等坐标点
开始用卷积来做目标检测啦。1.首先切割照片，来训练卷积神经网络，2.滑动窗口检测目标（计算成本高）
怎么用卷积来代替全连接层呢？
使用卷积来处理，在最后的小格子里某一个格子是汽车所在的格子了，就不需要滑动窗口了，因为这样有很多重复计算
YOLO algorithm：有点像之前的卷积
衡量指标：IOU 交并比
非极大值抑制：1.找出所有框中pc最大的高亮 ，将其他的框变暗或者直接舍弃。如果有多个对象，最好是独立进行三次非极大值抑制
anchor boxes：（用一个格子检测多个对象）：用多个anchor来定义多个对象。这里有两种情况不好处理:（1）两个anchor但是有三个对象，无法检测。（2）一个anchor里面有两个对象。——不好处理。人工选择anchor的长宽，或者使用k-means方法聚类选择均值
YOLO：
先用图像分割算法：Region-CNN
首先得到候选区域，然后在进行分类检测。
第四周：人脸识别
one-shot：只通过一张照片时，就识别出一个人。计算相似度函数。越小越相似~
Siamese network。上下两个网络的参数是一样的，我们要训练这样的一种网络，
Triplet损失：就是anchor和正例图片很近，和负例图片很远，which means you need to watch three pictures at once ,so it is called triplet loss.
面部验证与二分类：将之前的三个照片一组转化成 一对一对的，然后用来二分类问题
神经风格迁移：
深度卷积网络在学什么
风格迁移的cost function：
content cost function
style cost function：在不同通道的相同位置数对，数值间有很高相关性，也就意味着在有线条的地方，很大概率这块是橙色的，
1D和3D。3D的可以看做电影~