-
开始的CNN为什么需要固定输入图像的尺寸？
CNN中的卷积层和全链接层中，卷积层对于图像是没有尺寸限制要求的，全链接层需要固定输入向量的维数，全链接层输入向量的维数对应全链接层的神经元个数，所以如果输入向量的维数不固定，那么全链接的权值参数个数也是不固定的，这样网络就是变化的。而在卷积层，我们需要学习的是11*11的kernal filter 参数个数是固定的。
-
CNN参数和连接个数
特征图边长：（输入图像长+2*padding-卷积核边长+步长)/步长
需要注意的是卷积是向下取整，池化是向上取整
参数个数：（卷积核边长*卷积核长+偏置项即1）*卷积核个数
连接个数：参数个数*特征图大小即（卷积核边长*卷积核长+偏置项即1）*卷积核个数*特征图边长*特征图边长
-
多通道卷积核计算
对于单通道图像，若利用10个卷积核进行卷积计算，可以得到10个特征图；若输入为多通道图像，则输出特征图的个数依然是卷积核的个数（10个）。
对于多通道多卷积核来说：
图片：假设图片的宽度为width:W，高度为height:H，图片的通道数为D，一般目前都用RGB三通道D=3，为了通用性，通道数用D表示；
卷积核：卷积核大小为K*K，由于处理的图片是D通道的，因此卷积核其实也就是K*K*D大小的，因此，对于RGB三通道图像，在指定kernel_size的前提下，真正的卷积核大小是kernel_size*kernel_size*3。
对于D通道图像的各通道而言，是在每个通道上分别执行二维卷积，然后将D个通道加起来，得到该位置的二维卷积输出，对于RGB三通道图像而言，就是在R，G，B三个通道上分别使用对应的每个通道上的kernel_size*kernel_size大小的核去卷积每个通道上的W*H的图像，然后将三个通道卷积得到的输出相加，得到二维卷积输出结果。因此，若有M个卷积核，可得到M个二维卷积输出结果，在有padding的情况下，能保持输出图片大小和原来的一样，因此是output(W,H,M)。
-
1*1卷积核作用
1.实现跨通道的交互和信息整合（具有线性修正特性，实现多个feature map的线性组合）
2.特征通道色升维和降维
3.减少网络参数（简化模型）
4.可以实现与全连接层等价的效果。如在faster-rcnn中用1*1*m的卷积核卷积n（如512）个特征图的每一个位置（像素点），其实对于每一个位置的1*1卷积本质上都是对该位置上n个通道组成的n维vector的全连接操作。
5.在保持feature map尺度不变的（即不损失分辨率）的前提下大幅增加非线性特性（利用后接的非线性激活函数），把网络做的很deep。（平均池化是针对每个feature map的平均操作，没有通道间的交互，而1×1卷积是对通道的操作，在通道的维度上进行线性组合）
持续更行中……