卷积神经网络输入层由input(输入层) --->conv（卷积层）-->RELU(**函数)-->POOL(池化层)-->FC(全连接层)
卷积层：特征提取
对于单通道图像，如果利用10个卷积核进行卷积计算，可以得到10个特征图；如果输入为多通道（如RGB）图像，则输出特征图的个数仍然是10个。如下图1所示为单通道卷积计算过程。
只用一个卷积核得到的特征提取是不充分的，可以添加多个卷积核，如10个，32个，这样可以学习到更多的特征（10种，32种）。
图1 单通道多个卷积层计算
图片一般目前都用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。
对于三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，然后将三个通道加起来，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，最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)。W是输入图像的宽，H是输入图像的高。如下图2所示的为RGB三通道对赢的多核卷积计算。
图2 多通道多核卷积计算
通常会使用多层卷积层来得到更深层次的特征图。如下：
关于卷积的过程图解如下：
如上图，完成卷积，得到一个3*3*1的特征图；在这里还要注意一点，即zero pad项，即为图像加上一个边界，边界元素均为0.（对原输入无影响）一般有
F=3 => zero pad with 1
F=5 => zero pad with 2
F=7=> zero pad with 3,边界宽度是一个经验值，加上zero pad这一项是为了使输入图像和卷积后的特征图具有相同的维度，如：
输入为5*5*3，filter为3*3*3，在zero pad 为1，则加上zero pad后的输入图像为7*7*3，则卷积后的特征图大小为5*5*1（（7-3）/1+1），与输入图像一样；
而关于特征图的大小计算方法具体如下：
卷积层还有一个特性就是“权值共享”原则。如下图：
如没有这个原则，则特征图由10个32*32*1的特征图组成，即每个特征图上有1024个神经元，每个神经元对应输入图像上一块5*5*3的区域，即一个神经元和输入图像的这块区域有75个连接，即75个权值参数，则共有75*1024*10=768000个权值参数，这是非常复杂的，因此卷积神经网络引入“权值”共享原则，即一个特征图上每个神经元对应的75个权值参数被每个神经元共享，这样则只需75*10=750个权值参数，而每个特征图的阈值也共享，即需要10个阈值，则总共需要750+10=760个参数。
权值共享就是说，给一张输入图片，用一个filter去扫这张图，filter里面的数就叫权重，这张图每个位置就是被同样的filter扫的，所以权重是一样的，也就是共享。
以上部分内容摘抄自博客https://blog.csdn.net/yjl9122/article/details/70198357，讲的很好。