图神经网络2:CNN的卷积和池化

CNN常见结构：

1.1卷积层

1.1.1卷积的定义

注意点1:卷积层包括若干个卷积核，每个卷积核都是3维矩阵，其中通道数与输入通道数需保持一致。

注意点2:每个滤波器对应一个偏置权重，有N个卷积核则对应N个偏置权重。

 

1.1.2卷积的运算过程：

1)feature_size运算公式：

 

2)feature_number运算公式：

                  

3)参数数量运算公式：

 

 

1.1.3 1✖️1卷积：

1.2全连接层

 

 

1.3池化层：

1.3.1下采样的原理

向下采样subsampling不会改变需要识别的目标 ，这样的有点有两个   1）计算     2）突出关键特征。

1.3.2最大池化/平均池化

1.3.3池化后feature_map大小