1.卷积层（Convolution Layer）
2.池化层（Pooling Layer）
3.CNN经典架构
1.卷积层（Convolution Layer）
a.卷积层介绍
以CIFAR10中的图像为例，它的大小为32*32*3，CNN处理的就是如同图像结构的数据，CNN中的各层以这种结构的数据为输入，经过处理后输出的数据也是同样的组织形式，所以CNN操作的数据是如同图像一样的立体结构，而不是传统神经网络处理的向量形式。
这种立体结构有三个维度（长度、宽度、深度），在整个CNN中数据都要保持这些三维特征。
注：这里的深度并非“深度神经网络”中“深度”的含义，它只是数据的第三个维度。
卷积层工作流程：使用若干滤波器（filter）对图像进行卷积。具体的，每个滤波器以固定步长对图像进行遍历，计算每个数据块（维度同滤波器一致）与滤波器的点乘得到一个数值，同一滤波器的结果组成一个**图，将多个不同滤波器生成的**图在深度维度上堆叠，即得到该卷积层的输出。
滤波器的维度一般很小，常用的有3*3、5*5等，注意滤波器的深度维度要同输入数据的一致。
卷积神经网络就是使用一系列卷积层对数据进行处理，另外中间穿插使用**函数（如ReLU），具体结构如下图：
经过多个卷积层处理的数据会构建成具有层次结构的特征表示，如下图所示，将各层的特征图进行可视化：
可以看到，第一层中基本都是边缘或者色块，那么该层的滤波器就会在原始图像中寻找这些特征，随着网络的深入，将底层特征组合成为更高层更抽象的特征。
这与Hubel和Weisel的层次特征理论相一致，底层特征经过组合得到更加复杂的特征表示。
另举例如下图，每个滤波器对应一个**图。可以看到第一个滤波器注重于检测相应反向的纹理，而第二个滤波器注重于检测橙色特征。
卷积神经网络的大体布局如下：
主要有卷积层（CONV）、非线性变换层（如ReLU）、池化层（POOL），这三种类型的层经过若干次堆叠，会得到越来越抽象的表示，最后接若干全连接层（FC），用来判定输入图像在不同类别上的得分。
在进行卷积操作之前，会在输入数据边界进行零值填补，这样经过卷积操作的输出数据与输入数据的长宽会保持一致。
一般的，如果卷积层滤波器滑动步长为1，大小为F*F，那么零值填充的需要(F-1)/2，这样就可以保证输入输出数据的长宽一致。
输出数据的维度一般根据下列公式进行计算，影响输出数据维度的因素有滤波器数量K、滤波器大小F*F、滑动步长S、零值填充P。滤波器数量一般是2的幂，常用的有32、64、128、512等，大小一般取1*1、3*3、5*5，步长一般为1或2，零值填充根据前面的设置来决定。
每个**图由一个滤波器生成，即卷积层采用了参数共享策略，所以每个卷积层中的参数数量为(F*F*D1)*K，另外还有K个偏置。
采用1*1大小的滤波器的卷积层也是有意义的，虽然滤波器在长宽维度上为1，但在深度维度并非如此，所以1*1卷积层中的滤波器进行1*1*D的点乘运算。
1*1卷积层一般可以用于降维。
b.卷积层在不同软件中的配置
(1) Torch
(2) Caffe
(3) Lasagne
c.从大脑/神经元的角度看卷积层
滤波器在某位置的点乘操作可以看作一个固定在此位置的神经元，它只与输入数据中的一小部分相连接（局部连接），对该区域的输入进行操作。
但是同一个**图中的滤波器参数是相同的，也就是说生成同一个**图的神经元共享参数，但是它们的局部连接区域不同，F*F大小的滤波器也意味着每个神经元具有F*F大小的感受区域（receptive field）。
但是在深度维度上，局部连接区域相同的神经元具有不同的参数，所以神经元只与生成同一**图的神经元共享参数。
由此可以看出，卷积层中的神经元具有共享参数和局部连接的特点。共享参数使得每个**图由相同特征组成，并且可以减少参数数量，避免过拟合。局部连接即使用小的滤波器而非全局连接，这样也可以减少参数数量。
2.池化层（Pooling Layer）
由于采用零值填充，卷积层一般不会减小长宽维度的尺寸，而是池化层通过下采样（downsampling）进行尺寸减小，下采样处理在每个**图中独立进行。
最常用的是最大值池化（max pooling），即选取滤波器中的最大值作为输出。
另外常用的还有平均值池化，取滤波器中数据的平均值作为输出。
池化层的输出维度计算如下
池化层中没有参数，另外注意池化层一般不使用零值填充处理。
卷积神经网络演示（ConvNetJS）
http://cs.stanford.edu/people/karpathy/convnetjs/demo/cifar10.html
3.CNN经典架构
a. LeNet-5
b. AlexNet
c. ZFNet
d. VGGNet
e. GoogLeNet
f. ResNet
具体地
模型规模与准确率
总结
— 卷积神经网络一般由卷积层、池化层、全连接层组成
— 发展趋势：
滤波器尺寸变小；
网络架构变深；
不再使用池化层和全连接层，仅使用卷积层构成整个网络
— 典型架构为 [(CONV-RELU)*N-POOL?]*M-(FC-RELU)*K,SOFTMAX
N一般大于5，M较大，0 <= K <= 2；
近期如ResNet和GoogLeNet并没有采取这种形式