在之前的视频学习中，我们使用的模型被称为全连接神经网络。
全连接 NN：每个神经元与前后相邻层的每一个神经元都有连接关系，输入是特征，输出为预测的结果。
参数个数：∑（前层 × 后层 + 后层）
这只是一张28*28的黑白图片，在实际生活中，更多的则是RGB格式的彩色图像，像素点更多，且为红绿蓝三通道信息。
待优化的参数过多，容易导致模型过拟合。为避免这种现象，实际应用中一般不会将原始图片直接喂入全连接网络。
因此，在实际应用中，会先对原始图像进行特征提取，把提取到的特征喂给全连接网络，再让全连接网络计算出分类评估值。
特征值的提取有多种方法，下面介绍一种常用方法，卷积
卷积 Convolutional
卷积是一种有效提取图片特征的方法。一般用一个正方形卷积核，遍历图片上的每一个像素点。图片与卷积核重合区域内相对应的每一个像素值乘卷积核
内相对应点的权重，然后求和，再加上偏置后，最后得到输出图片中的一个像素值。
上图是一个5x5x1 的灰度图片，1 表示单通道，5x5 表示分辨率，共有 5 行 5列个灰度值。若用一个 3x3x1 的卷积核对此 5x5x1 的灰度图片进行卷积，，偏置项b=1，
则求卷积的计算是： (-1)x1+0x0+1x2+(-1)x5+0x4+1x2+(-1)x3+0x4+1x5+1=1（注意不要忘记加偏置 1）。
其中，得到的计算结果1是以 3x3x1 的卷积核的中间位置0对应的位置。
输出图片边长=（输入图片边长–卷积核长+1）/步长，此图为：（ 5 – 3 + 1）/ 1 = 3，输出图片是 3x3 的分辨率，用了 1 个卷积核，输出深度是 1，
最后输出的是3x3x1 的图片。
卷积核每滑动一次，会输出一个特定的值
全零填充 Padding
有时会在输入图片周围进行全零填充，这样可以保证输出图片的尺寸和输入图片一致。
例：在前面 5x5x1 的图片周围进行全零填充，可使输出图片仍保持 5x5x1 的维度。这个全零填充的过程叫做 padding。 输出数据体的尺寸=(W−F+2P)/S+1
W：输入数据体尺寸，F：卷积层中神经元感知域，S：步长，P：零填充的数量。
例：输入是 7×7，滤波器是 3×3，步长为 1，填充为 0，那么就能得到一个 5×5的输出（（5-3+2）/1+1=5）。如果步长为 2，输出就是 3×3。
如果输入量是 32x32x3，核 是 5x5x3，不用全零填充，输出是（32-5+1）/1=28，
如果要让输出量保持在 32x32x3，可以对该层加一个大小为 2 的零填充。可以根据需求计算出需要填充几层零。32=（32-5+2P）/1 +1，计算出 P=2，即需填充 2层零。 
使用 padding 和不使用 padding 的输出维度
上一行公式是使用 padding 的输出图片边长，下一行公式是不使用 padding的输出图片边长。公式如果不能整除，需要向上取整数。
如果用全零填充，也就是 padding=SAME。如果不用全零填充，也就是 padding=VALID
Tensorflow 给出的计算卷积的函数 
函数中要给出四个信息：对输入图片的描述、对卷积核的描述、对卷积核滑动步长的描述以及是否使用 padding。
1）对输入图片的描述：用 batch 给出一次喂入多少张图片，每张图片的分辨率大小，比如 5 行 5 列，以及这些图片包含几个通道的信息，如果是灰度图
则为单通道，参数写 1，如果是彩色图则为红绿蓝三通道，参数写 3。
2）对卷积核的描述：要给出卷积核的行分辨率和列分辨率、通道数以及用了几个卷积核。比如上图描述，表示卷积核行列分辨率分别为 3 行和 3 列，且是
1 通道的，一共有 16 个这样的卷积核，卷积核的通道数是由输入图片的通道数决定的，卷积核的通道数等于输入图片的通道数，所以卷积核的通道数也是 1。
一共有 16 个这样的卷积核，说明卷积操作后输出图片的深度是 16，也就是输出为 16 通道。
3）对卷积核滑动步长的描述：上图第二个参数表示横向滑动步长，第三个参数表示纵向滑动步长。第一个 1 和最后一个 1 这里固定的。这句表示横向纵向
都以 1 为步长。
4）是否使用padding：用的是VALID。注意这里是以字符串的形式给出VALID。
对多通道的图片求卷积
多数情况下，输入的图片是 RGB 三个颜色组成的彩色图，输入的图片包含了红、绿、蓝三层数据，卷积核的深度应该等于输入图片的通道数，所以使用 3x3x3
的卷积核，最后一个 3 表示匹配输入图像的 3 个通道，这样这个卷积核有三层，每层会随机生成 9 个待优化的参数，一共有 27 个待优化参数 w 和一个偏置 b。
对于彩色图，按层分解开，可以直观表示为上面这张图，三个颜色分量：红色分量、绿色分量和蓝色分量。 卷积计算方法和单层卷积核相似，卷积核为了匹配红绿蓝三个颜色，把三层
的卷积核套在三层的彩色图片上，重合的 27 个像素进行对应点的乘加运算，最后的结果再加上偏置项 b，求得输出图片中的一个值。
这个 5x5x3 的输入图片加了全零填充，使用 3x3x3 的卷积核，所有 27 个点与对应的待优化参数相乘，乘积求和再加上偏置 b 得到输出图片中的一个值 6。
针对上面这幅彩色图片，用 conv2d 函数实现可以表示为：
一次输入 batch 张图片，输入图片的分辨率是 5x5，是 3 通道的，卷积核是3x3x3，一共有 16 个卷积核，这样输出的深度就是 16，核滑动横向步长是 1，纵
向步长也是 1，padding 选择 same，保证输出是 5x5 分辨率。由于一共用了 16个卷积核，所以输出图片是 5x5x16。
上面讲到卷积，用来提取图像的特征值，但对于有些图片来说，即使使用卷积，特征值也会很多。所以下面简单介绍一下减少特征值的方法
池化 Pooling
池化用于减少特征数量
最大池化可提取图片纹理，均值池化可保留背景特征。
如图，最大池化（max)为以2*2的矩阵在原图片中选取最大的点，如1 1 5 6中最大的为6，依次遍历整个图片，得到结果。
均值池化和最大池化相同，不过选取的是4个的均值。
Tensorflow 给出了计算池化的函数。最大池化用 tf.nn.max_pool 函数，平均池化用 tf.nn.avg_pool 函数。
函数中要给出四个信息，对输入的描述、对池化核的描述、对池化核滑动步长的描述和是否使用 padding。
1）对输入的描述：给出一次输入 batch 张图片、行列分辨率、输入通道的个数。
2）对池化核的描述：只描述行分辨率和列分辨率，第一个和最后一个参数固定是 1。
3）对池化核滑动步长的描述：只描述横向滑动步长和纵向滑动步长，第一个和最后一个参数固定是 1。
4）是否使用 padding：padding 可以是使用零填充 SAME 或者不使用零填充 VALID。
舍弃 Dropout
在神经网络训练过程中，为了减少过多参数常使用 dropout 的方法，将一部
分神经元按照一定概率从神经网络中舍弃。这种舍弃是临时性的，仅在训练时舍
弃一些神经元；在使用神经网络时，会把所有的神经元恢复到神经网络中。比如上面这张图，在训练时一些神经元不参加神经网络计算了。Dropout 可以有效减少过拟合。
Tensorflow 提供的 dropout 的函数：用 tf.nn.dropout 函数。第一个参数链接上一层的输出，第二个参数给出神经元舍弃的概率。
在实际应用中，常常在前向传播构建神经网络时使用 dropout 来减小过拟合 加快模型的训练速度。
dropout 一般会放到全连接网络中。如果在训练参数的过程中，输出=tf.nn.dropout（上层输出，暂时舍弃神经元的概率）， 这样就有指定概率的神经
元被随机置零，置零的神经元不参加当前轮的参数优化。
√卷积 NN：借助卷积核（kernel）提取特征后，送入全连接网络。
卷积神经网络可以认为由两部分组成，一部分是对输入图片进行特征提取，
另一部分就是全连接网络，只不过喂入全连接网络的不再是原始图片，而是经过若干次卷积、激活和池化后的特征信息。
卷积神经网络从诞生到现在，已经出现了许多经典网络结构，比如 Lenet-5、Alenet、VGGNet、GoogleNet 和 ResNet 等。每一种网络结构都是以卷积、激活、池化、全连接这四种操作为基础进行扩展。
注：本文章通过观看北京大学曹健老师的Tensorflow视频，笔记总结而来的。