本人是深度学习初学者，本文仅仅是自己对文章的一些个人理解，内容很可能有错，请仔细甄别。
1. P-Net理解。
.
如上图，该层网络是将12x12x3的图片作为layer1的输入，经过卷积计算后生成5x5x10的特征图。第一次看到这没有完全理解12x12x3是如何变成5x5x10的，通过查找资料，基本明白了其中的计算过程，个人理解如下：
layer1的输入是12x12x3，卷积核大小为3x3x3，一共用了10个卷积核，卷积完之后应该是10x10x10的特征图，再经过2x2的池化进行降维最终变成了5x5x10的特征图。
layer2同理，输入为5x5x10，卷积核大小为3x3x10，卷积核数量是16，该层没有经过池化操作，所以最终生成了3x3x16的特征图。
layer3同理，输入为3x3x16，卷积核大小为3x3x16，卷积核数量是32，该层没有经过池化操作，所以最终生成了1x1x32的特征图。
layer4，输入为1x1x32，给了两组不同的卷积核，第一组卷积核大小为1x1x32，卷积核数量为2，