初识 卷积

CNN的卷积核通道数 = 卷积输入层的通道数
CNN的卷积输出层通道数 = 卷积核的个数

卷积后维度计算公式：
N = (W − F + 2P )/S+1

N ： output_shape 为 N x N
W ： input_shape 为 W×W
F ： Filter 大小 F×F
P ： Padding 大小
S ： 步长 stride

例如：

• 输入图片的尺寸统一为 227 x 227 x 3 （高度 x 宽度 x 颜色通道数），
• 本层一共具有96个卷积核，
• 每个卷积核的尺寸都是 11 x 11 x 3。
• 已知 stride = 4， padding = 0，
• 假设 batch_size = 256，
• 则输出矩阵的高度/宽度为 (227 - 11) / 4 + 1 = 55
  -