参照リンク：https : //www.jianshu.com/p/362b637e2242
参照リンク：https : //blog.csdn.net/dcrmg/article/details/81255498/
参照リンク：https : //zhuanlan.zhihu.com/p/59917842
参照リンク：https : //www.jb51.net/article/171016.htm
1.畳み込みと機能マップ
シンプルなディープネットワークモデル、主に：
入力-> conv-> feature_map-> maxpooling->平坦化->完全に接続->出力
CNN：たたみ込み層、プーリング層、接続層
畳み込み層
畳み込み層は、畳み込みユニット（「畳み込みカーネル」とも呼ばれます）のセットで構成されます。これらの畳み込みユニットはフィルターとして理解でき、各フィルターは特定の機能を抽出します。入力画像は32 * 32 * 3、3はその深度（つまり、R、G、Bの3色チャネル）、畳み込みレイヤーは5 * 5 * 3フィルター、ここで注意：フィルターの深度は入力と同じでなければなりません同じ深さ。フィルターを入力画像と畳み込むことにより、28 * 28 * 1の特徴マップを取得できます。2つのフィルターを使用すると、2つの特徴マップが取得されます。
たとえば、input、filter、outpu