CNN结构
卷积层（Convolution layer）
- Filter（卷积核）：实际上是一个矩阵，用每个Filter与基础图像做内积（内积，不是卷积）可以得到一个Feature Map
- Degree of activation of a filer : 对Feature Map中的值进行求和，用途是识别特点的特征（在Input有特定特征时，对应的filter求出的degree of activation会很大）
- Stride（步长）：Filter每次移动的距离
池化层（Max Pooling layer）
- 对Feature Map进行压缩（对图像进行压缩，通过一定规则选择特定像素点）