CNN卷积神经网络学习笔记2：网络结构

在上篇笔记《CNN卷积神经网络学习笔记1：背景介绍》中已经介绍过CNN的结构，这篇笔记中，通过一个简单的CNN的例子，梳理一下CNN的网络结构的细节。

以下是一个6层的CNN网络，这个简单的CNN网络是DeepLearning Toolbox里面CNN的一个例子，后面要通过DeepLearning Toolbox中CNN的代码来进一步理解CNN的整个过程。我们输入的是1张大小为28*28的图片。

需要注意的有：

1，这里输入的是一张图片，如果我们输入了50张图片，那么下图中的每一个方框（代表一种特征图）实际上代表了50张图片。

2，在S3和S5的采样层只做了mean pooling，其实一般还会有加偏置和激活的操作，这个CNN网络比较简单，省略了这两步。

3，C4卷积层是用每个卷积核对所有的每一种输入特征图做卷积，再求和得到一种输出特征图，但一般是选择几种输入特征图来做卷积，并不是全部。