saber 酱的抱枕

作为一个啥都不懂的外行，初入卷积网络CNN（不是那个CNN啦），最需要懂的当然是卷积……
我也不懂，所以也不讨论严格的卷积定义，因此这里的卷积全部都是卷积网络里的卷积……
其实一般的卷积是什么说的很多，我觉得一张图就很能说明了

但是吧，卷积网络还涉及channel数的问题，简单的说就是输入几张上面左侧的图，输出几张图，分别就是input channel和output channel。然而呢，很多时候这件事情对外行初学者而言会一头雾水。主要是卷积核kernel其实是有多个维度的，包括卷积核本身的尺寸，比如3x3，然后input channel，以及output channel这几个尺寸，但一般input channel这个维度人们不大说，属于约定俗成的范畴……这个维度内要怎么处理也不知道。
其实懂了的话说起来也很简单吧，以一个4 input channel,3x3卷积为例：

一个kernel有4张3x3，对应4个input channel。每个3x3对应每个input channel。单独卷积之后产生4张结果，然后，把这4张加起来，能得到1个output channel
那么所谓的output channel，就是通过更多的kernel进行的，分别可以获得一张，对应每一个output channel。

不，我不炼丹，炼丹的事情我不懂2333

外行初入卷积神经网络(Convolutional Neural Network)的tips