史上最简单、实际、通俗易懂的PyTorch实战系列教程！（新手友好、小白请进、建议收藏）
看过斯坦福大学的cs231n课的同学都知道，计算机视觉被深度学习救活了，现在这个领域深度来做比传统的效果好，或者传统+深度来做。
上面的图是ImageNet竞赛的TOP5的错误率，从2012年开始，深度在CV领域就开始大展拳脚，错误率每一年都在下降，2016年之后人工智能的视觉都超过人类了，所以在之后ImageNet竞赛就没有再举办，变成数据科学竞赛kaggle了。
卷积神经网络（CNN）一般用在：
1、检测任务
2、分类与检索
3、超分辨率重构（把图像变清晰）
4、医学任务、OCR等
5、无人驾驶
6、人脸识别
还有很多应用领域…
左边是传统的网络（nn），右边是卷积神经网络（cnn）。
通过图可以看出来多维度了。
重点介绍卷积和池化。
输入是32x32x3的image，卷积核是5x5x3的，蓝色的就是在卷积的过程，绿色的就是卷积后的感受野，也就是卷积后计算出来的（特征）结果。蓝色正方形的大数字就是图像原来的像素值（对应下面第二张图的最左边的蓝色正方形图），深蓝色小正方形就是卷积核，右下角小数字就是卷积核的W，右边绿色正方形就是卷积后的结果（对应下面第二张图的最右边的绿色正方形图）。
输入的图片是三通道（RGB），卷积也是卷积三通道的，一个通道一个通道卷积，卷积后三个通道结果加在一起才是真张RGB图像的卷积。 上图介绍的了输入一张 7x7x3 的图像（通过padding外围加了一圈0），R、G、B通道是7x7x1，三个通道就是7x7x3的。Filter卷积核都是 3x3x3 的，图上是内卷积计算的，就是对应计算相乘相加，结果就等于右边那个output volume的第一个，举个例子：Filter W0计算第一个感受野（感受野就是左边那个7x7用蓝色圈出来3x3的正方形，它会移动（平移），移动一格就是步长为1）：
R：1x0 + 1x0 + 1x0 +（-1x0 +（-1x1 + 0x1 + （-1）x0 + 1x1 + 0 x1 = 0；
G: （-1）x0 + （-1）x0 +1x0 +（-1）x0 + 1x0 + 0x1 + （-1）x0 + 1x2 + 0x2 = 2；
B: 1x0 + 0x0 + （-1）x0 + 0x0 + 0x2 + 0x2 + 1x0 + （-1）x0 + （-1）x0 = 0；
b 是 bias偏置项，这里设为1。
RGB：（0+2+0）+ b = 3（就是下面绿色正方形的第一个3，其他同理可得） 上面这张图就是用了两个不同的卷积核，得到的两个不同的feature map特征图。 6个堆积在一起就是6层。
多通道卷积。
卷积计算得到特征图过程。
做一次卷积是不够的，得卷积后再对卷积的结果做卷积，多次卷积提取到不同的特征，各有不同感兴趣的特征，比如纹理，颜色，边缘等等。
一般做图像任务选步长为1就好，文本分类选的步长就比较多。
卷积核尺寸一般 3x3。
池化：选“人大代表” 或者说 “压缩” 或者说 “下采样”
池化一般有：
① max pooling（选最大值）
最大池化可以提取特征纹理
② average pooling（平均池化）
平均池化可以保留背景信息
1、局部感受野（每个神经元仅与输入神经元的一块区域连接，这一块局部区域叫感受野）
2、权重共享（卷积核是共享的）
3、池化（下采样，减少参数，防止过拟合）
