CNNs中的卷积层和池化层

 卷积层

    卷积神经网络和全连接的深度神经网络不同的就是卷积层，从网络结构来说，卷积层节点和全连接层节点有三点主要的不同，一是局部感知域，二是权值共享，三是多核卷积。

①局部感知域是指，对于每一个计算单元来说，只需要考虑其像素位置附近的输入，并不需要与上一层的节点相连，这可以大大减小网络的参数。

②另一项减少参数的方式是权值共享，比如在对一张图片进行卷积的时候，会让卷积核逐一滑过图片的每个像素，也就是说，处理每一个像素的参数都相同。

③每一个卷积核是一个特征提取器，若是只有一个卷积核的话，就只能提取一种特征，显然不够，所以使用多个卷积核，提取多个特征，以多核卷积的方式保证充分提取特征。

    每个卷积核都会生成一幅新的图像，在卷积神经网络中，生成的图像叫做特征图（feature maps），可以理解为图片经过滤波后的不同通道（channels）。

    TensorFlow中tf.nn.conv2d用于在计算图中加入2D卷积算子，其输入必须是4维张量，第一位是batch，后面分别为in_height，in_width，in_channels；参数filter是指定的卷积核，比如filter=[3, 3, 3, 32]表示卷积核大小为3×3，输入图像通道是3通道，输出32通道，即有32个卷积核；参数strides指定了卷积核的滑动步长；padding指定了边缘处理方式。参数取值详见help(tf.nn.conv2d)。

池化层

    经过了卷积层提取特征以后，得到的特征图代表了比像素更高级的特征，但是每一组卷积核都生成一幅与原图像素相同大小的特征图，并且为了提取多特征，使得通道数比之前还要多，发生了升维，而池化操作就是为了降维。

    池化是将图像按窗口大小划分成不重叠的区域，然后对一个区域内的元素进行聚合。一般采用2×2大小的窗口，聚合的方法有两种，最大池化（取最大值，max pooling）和平均池化（取平均值，average pooling），对于2×2的池化操作，处理完图像长和宽都是原图的一半。实现代码如下：

import tensorflow as tf
# 输入图像为256×256，RGB三通道
x = tf.placeholder(tf.float32, shape=[None, 256, 256, 3])
conv = tf.nn.conv2d(x, filter=[3, 3, 3, 32], strides=[1, 2, 2, 1], padding='SAME')
pool = tf.nn.max_pool(conv, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')