CNN很熟悉了已经，原理就不多说了，这里就汇总几个常见的CNN面试题吧
1. 卷积的输入输出维度计算
背公式就行。
2. 卷积层参数量计算
卷积层参数量的计算，那肯定和卷积核本身的大小息息相关，所以F1 * F2是一个卷积核的size，输入输出的channel都得考虑，所以乘以C1和C2。
3. 卷积层计算量计算
思考下卷积层的工作原理，一个大图，用小图（卷积核）来逐个扫描，形成逐个点，各个点形成一个新图。
思考一下能够量化计算量的地方在哪？
输出的图的每一个点都是计算得到的（输出图的大小），图的个数也要考虑进去，所以输入和输出的channel都要考虑（输入、输出的channel），以及卷积核本身的大小（size）。即拆解为两个部分，一是输出图的大小（W2*H2），二是输出图中每个点的计算（F1 * F2 * 两个channel）
4. 感受野
5. 以前笔记的整理
5.1 CNN的三个基本思想
5.2 总流程
5.3 反向传播
下次单独写个文章关于 1*1卷积核的作用。