利用TiKZ绘制CNN(卷积神经网络)

几个重要的规则

1. offset符号 ++和+

   \draw[latex-latex, red] (0,-2) -- ++(-1,1) -- ++(-1,-1);	%code 1
   \draw[dashed, blue] (0,1) -- +(-1,1) -- +(-2,0);		 	%code 2
   

   tikz又一个很重要的概念，当前点，这样的设计类似于某种状态机。
   code 1这条命令将绘制(0,-2)点，并在此基础上绘制距离当前点偏差为(-1,1)的(-1,-1)点，并将当前点置为(-1,-1)，然后继续绘制距离当前点偏差为(-1,-1)的(-2,-2)点。
   code2这条命令同code1但唯一不同的是"++“改成了”+"，这样的区别在于"+"并不重置当前点，即绘制(0,1)后绘制距离当前点偏差为(-1,1)的(-1,-1)点，然后再绘制距离当前点（注意此时没有置当前点为(-1,-1), 所以当前点还是(0,1)）偏差为(-2,0)的(-2,1)点。

2.  \foreach \x / \y in {1/2,3/4,5/6} command
    \foreach \x [count=\xi] in {a,...,e}
    \foreach \x [count=\xi from 3] in {a,...,e}
   

   tikz终的循环，第一行定义了两个变量x,y并用"/“隔开，同样的取值也用”/"隔离，[count=\xi] 命令定义了xi变量取count，即x取a,b,c,d,e xi取1,2,3,4,5, from 3则使得xi从3开始取