一、你怎么理解卷积神经网络呢，我的理解是当你看一个东西的时候，你的眼睛距离图片越近，你看到的东西就越清晰，但是如果你看到的图片只是整个物体的一小部分，那么你将不知道你看到的物品是什么，因为关注整体更容易知道物品是什么。如果你保持一定的距离，你就会发现你可以看到物品更加的全貌一些，这样将方便你观察物品的类别。如果你距离的再远一点，你就会看到物品的轮廓，那么你将依据物品的轮廓去判断物品的类别。

如果图片的噪声很多，我们可以距离物品远一点，这样我们看的东西的轮廓来判断物品更合适。

如果图片的噪声很小，那我们可以距离物品近一点，就可以看到物品的类型。

可能这么理解还不够准确，不够这样理解我更加方便理解。

二、下面我们来说一下，一个卷积神经网络包含哪些：

大家可以在哔哩哔哩上搜《【数之道 08】走进"卷积神经网络"，了解图像识别背后的原理》

他讲的已经非常好了。

其实还有一个输入层，如果一定要这么理解的话，我们的图片就是输入层。

1、卷积层：卷积层指的是把一张图片，按照纵向和横向的提取方法，来提取图片的特征。

按照3*3

0 1 0  

0 1 0

0 1 0     

和

0 0 0

1 1 1 

0 0 0

在一个6*6（一般为了提取的信息更加准确，还是把（6*6的上下作用添加0，组成8*8）的图片上以此从做往右进行提取。提取图片的横向和纵向特征。

提取完的是一个6*6的图片矩阵。

2、最大池化层：

按照2*2的方式来提取6*6找到每一个小的2*2小矩阵的最大值作为最后3*3矩阵的输入值。

3、全连接层

也就是我们在神经元中的输入成和对应的隐藏层

输入成是纵向3*3展开后的1*9的输入层，还有加上横向输入层也是1*9，一共最后是1*18

隐藏层可以是一层，也可以是多层。

中间使用激活函数relu进行激活

4、输出层

输出我们识别的或者是数字，如果我们还是在MNIST上进行的练习，我们可以得到就是我们能识别的数字，其中再加上我们熟悉的输出层的激活函数softmax。可以更好的识别图片中的数字。

这么结合着来理解会更好。