假设我们有一个32\*32\*3格式的图片，将这个图片与一个5\*5的卷积核进行卷积，将可以得到一个28\*28的矩阵。这里输入数据中的第三个维度，也就是频道数，在卷积过程中求和，所以输出数据的第三个维度为1，而不是3。
卷积层是卷积神经网络的重要组成部分。卷积层顾名思义是对（上一层的）输入数据进行卷积运算，将得到的结果传递给下一层。那么卷积层有什么作用呢？卷积运算的目的是提取输入的不同特征，第一层卷积层可能只能提取一些低级的特征，如边缘、线条和角等层级，更多层的网络能从低级特征中迭代提取更复杂的特征。卷积神经网络由多个上述这样结构的卷积层组成。除了卷积层之外，还包括池化（Pooling）层和全连接（FullConnection）层。
池化层实际上是一种形式的向下采样。有多种不同形式的非线性池化函数，而其中最大池化（MaxPooling）和平均采样是最为常见的。Pooling层相当于把一张分辨率较高的图片转化为分辨率较低的图片。Pooling层可进一步缩小最后全连接层中节点的个数，从而达到减少整个神经网络中参数的目的。全连接层使用与普通神经网络一样的连接方式，一般都在最后几层。
7.4.3 CNN 实例
我们的任务是从几万张带标签的手写数字图片中训练一个分类器，来正确识别图片所写的数字。数据集由阿拉伯数字0\~9组成。该数据集来自经典的手写体图片数据库MINST，用于设计算法和模型，被称为计算机视觉领域的“HelloWorld”，如图7-18所示。
这个数据集中，每个样本代表一个数字图片，图片全部是黑白的。在这个案例中，我们会用到CNN作为分类器，具体会用到LeNet-5神经网络结构。LeNet-5是一种经典的卷积神经网络结构，由YannLeCun发明，专业用于识别手写体和印刷体文字，并且表现得十分出色。我们以这个任务为情景，以LeNet-5为分类器模型，来介绍TensorFlow是如何完成卷积神经网络的识别任务的（TensorFlow会在后面三章中详细讲解）。识别过程如图7-19所示。
第7章 深度学习
205