1. Convolutional Neural Network(CNN)
CNN大多数应用于影像方面，例如给机器一张图片，让机器识别图片中是什么东西。
一般首先要假设图形的大小都是一样的，再进行训练，目标用独热码的一个vector来
y
y
y表示。
首先，我们要先将影像转化为电脑能看懂的形式。
对于电脑来说，一张图片就是一个三维的Tensor。
这三维分别是宽和高以及通道数（RGB），宽和高代表了像素的数量。我们的输入都是向量，所以我们要把它拉成一个向量。
这样的话，输入就是100x100x3的向量，这样如果一层有1000个Neuron，第一层的weight就会有很多。这样对于全连接层来说，很容易产生over fitting。
对于影像来说，其实在过程中需要检测到有没有出现一些有用的形态特征（pattern）。
就算是人类，在观察这张图片的时候，也是抓取了图片中很像鸟嘴的特征进行判断。
1.1 Neuron Version
我们基于图片的这种特性，对方法进行两方面的简化：
- 使用感受野
所以，我们可以设定一些感受野，一个神经元只需要关注这一个小的区域就可以了，它的输入只需要是这个感受野里的数值。
不同的感受野之间也可以重叠，一个感受野也可以有多个神经元进行观察。具体的感受野形状、尺寸大小。通道等参数，可以自己根据对问题的理解自己设定。
大多数时候，都选择三通道，我们把感受野的尺寸（kernel size）设置为3x3，一般同一个感受野会有一组神经元去检测它，步长一般设置为2。
当超出了图片的范围时一般会做padding来补值。
-
参数共享
我们通过让各个神经元共享参数实现对全图的检测，不论特征出现在图中哪个地方都会被检测到。
所以其实最后只有一组神经元的参数被每一个receptive field所共用，这些神经元公用的参数被称为filter。
而Receptive Field + Parameter Sharing = Convolutional Layer
1.2 Filter Version Story
假设Filter的数值已知，如图所示，其实这个filter就是在对角线出现三个1的时候数值最大，这也是找一种特征。
经过64个filter内积后得到的结果，拼接起来其实也可以看作一张特殊的“图片”，有64个通道。
这时候第二次的Convolution层的filter就需要是3x3x64的尺寸。
在第二层的卷积层，如果用的还是3x3的filter，其实已经可以获得原图片中5x5的区域特征了，所以不用担心3x3的无妨获得较大范围的特征。只要层数越深，检测到的范围就会越大！
卷积层与神经网络的关系：
每个Filter就是各个感受野上对应神经元共享的一组参数，Filter的个数就说明了感受野上有多少个神经元在进行观测。
1.3 Pooling
把大图片变小，并没有参数，只是一个操作。Max Pooling就是选择一个范围内最大的值。
实际上我们把Pooling结合到卷积操作后，但有时候会造成一些“损伤”。
近年来很多时候都用Full-Cov，不用Pooling。因为pooling是用来减少计算量，而随着算力资源的发展就慢慢不需要了。
在分类问题中最后把卷积后的结果拉直成一个向量（Flatten操作），经过一个全连接层、softmax这些分类的基本步骤就完 成了。
我们可以发现在Alpha Go中并没有用到pooling，所以网络一定要根据情况进行设计，炼丹也要讲究方法。