卷积与池化过程维度尺寸变化与一些名词整理

之前整理过全连接层的前向传播过程中一些权重参数的维度。这篇文章整理一下带有卷积与池化的神经网络。还是直接给一个例子，从例子出发把各个方面梳理一下。

以为例（如下图）：

卷积

卷积的作用在于提取特征。可以用不同的卷积核提取不同层次的特征

一般用到卷积和池化的网络都是用于图像任务，我们的输入一般就是一个三通道图像，比如上图中输入图像的尺寸为227*227*3。

在上图也就是第一步卷积中，对于输入尺寸为227*227*3的图像，虽然图中写了卷积核的尺寸是11*11，但具体来说，是11*11*3，因为输入图像有三个通道！卷积核深度要和输入图像的深度保持一致。同一个卷积核上的三个通道的并不相同，它们分别去和输入图像的三个通道进行卷积操作，因为得到的结果尺寸必然相同，将三个结果相加就得到了初步卷积的结果了。此外，每个卷积核还带有一个偏置b，因此最终得到的输出为上各个值都+b，这就是这一步卷积的最终结果。

如图，一个卷积核的三个通道分别于输入图像三个通道进行卷积，并将三个结果相加，再与偏置1相加，就可以得到这个三通道卷积核对应的深度为1的特征层了。

除此之外，在

这一步卷积过程中，因为我们得到了96个特征层（图中写了55*55*96），所以可以推断在这一步当中使用了96个卷积核。结合上面卷积核的尺寸，也就是说，在这一步卷积过程中，总共使用了96个大小为11*11*3的卷积核。

再强调一下几个重要的点：

1.卷积核深度=输入图像深度。比如输入图像是3通道的，那么这个卷积核的深度也是3，但这只是1个卷积核。

2.卷积层输出的深度（也就是 map的个数）=卷积核个数。一个卷积核（不管它是多深）只能得到一个深度为1的输出（计算方式上面讲了）。

如图，在卷积之前，我们在输入特征图的周围添加值为0的点（白色虚线框框），就是最常见的。

其实就是一种边缘填充，为了减轻“越往边界处的点被计算的次数越少”这个问题，在图像最外面加一圈0，就可以增加边界点被利用的次数。一定程度上弥补边界信息缺失的问题。并且因为添加的是0，所以算出来不会对结果产生影响。也叫做Zero-。

卷积结果的尺寸变化

假设卷积前图像高H1，宽W1；

Fh表示滤波器的高，Fw表示滤波器的宽；

S为表示滑动窗口的步长；P为表示补了几圈0。

卷积后特征图高H2，宽W2，则有如下公式：

做个小补充：如果要让卷积后尺寸不变，我们另H1=H2，W1=W2 解方程很容易有结论：

卷积核尺寸为3*3，=1，步长为1，卷积后尺寸不变

卷积核尺寸为5*5，=2，步长为1，卷积后尺寸不变

……以此类推

比如对于下面找个卷积过程，我们来验证一下（这里没有进行，P=0）：

从图中可知H1=W1=227；步长s告知=4；滤波器宽高Fh=Fw=11；H2=W2=55（用来验证）。因此有：

H2 = W2 =（227-11+2*0）/4 + 1 = 55 符合已知。

权值共享

卷积过程中的“权值共享”是一个比较常见的概念。其实这个我们已经知道了，我们用一个卷积核去遍历游走输入图像，那么这个里的数就是权重，并且它是不会变的，因此图像中的每个地方都被同样的扫描，就是共享。

举个例子，还是拿这一步卷积来说明：

我们已经知道了在这一步过程当中共有96个大小为11*11*3的卷积核，每个卷积核又都还有一个偏置参数b。所以共需要96*11*11*3+96 = 34944个参数，这些参数权值共享，比全连接层要减少很多参数。（假如说这里我们用全连接层去做，w层共有227*227*3*55*55*96个参数，再加上55*55*96个偏置项，共个参数。）

可以发现，通过卷积（的权值共享），我们极大地减少了参数的个数。

池化

池化操作的目的在于降维，进一步缩小参数量。最常用的就是max ，保留最大的特征值。池化核也可以定义大小和步长，类似地，池化前后的尺寸变化公式也和卷积一样。

最后要通过全连接层得到最终结果

卷积池化之后，要得到最终预测结果，中间还需要进行全连接层。全连接层无法连接“带形状”的输入，所以我们还是需要将其打平（转化成一个一维的向量），将其变成“一列神经元”去处理。

一些名词解释

map 一般指的是卷积网络里面的卷积层的输出，一层就是一个 map。

、是一个意思，都是指卷积核。

数一个神经网络有几层，带参数计算的才算一层。因此卷积层算一层。像激活函数以及池化并没有什么参数，所以不算层数。全连接层有参数，也算一层。

这篇主要总结了一下卷积池化维度参数相关的细节吧，有的以前自己也是比较模糊，现在就清楚了。