1.1計算機視覺
（1）計算機視覺的應用包括圖像分類、目標檢測、圖像分割、風格遷移等，下圖展示了風格遷移案例：
（2）圖像的特征量非常之大，比如一個3通道的1000*1000的照片，其特征為3*1000*1000達到300萬，如果第一個隱藏層有1000個單元那么W[1]有20億個參數，計算量不僅大，而且由於圖像樣本相對於特征實在是太少，導致很容易過擬合，所以需要其他的方式來連接，即卷積。
1.2邊緣檢測示例
（1）卷積運算是輸入圖像與過濾器（也叫核）進行的運算，得到輸出圖像。卷積核與圖像對應的位置相乘求和得到一個新值，如下圖所示：
輸出中第一個綠色框的值為：
（2）每個不同的核可以檢測到不同的邊緣特性，如下面的核就可以檢測到圖像的垂直特性，即輸入圖像中的邊緣會在輸出圖像中用白色顯示出來，非邊緣部分顯示為黑色或灰色。同理還有其他水平邊緣檢測等各種核（過濾器）。
1.3更多邊緣檢測的內容
（1）除了上面提到的卷積核，還有其他許多卷積核，把上面3*3的卷積核看成9個參數，然后不是通過人工的確定，而是通過神經網絡來學習這些參數，這就是卷積神經網絡。
1.4Padding
（1）邊緣不填充會有兩個缺點：第一是隨着不斷卷積，圖像會變得越來越小，有時你可不想讓它變小；第二是最角落的點只被使用了一次，這意味着在下傳的過程中丟掉了圖像邊緣位置的信息。如下圖所示（角落的綠色點只被計算了一次，中間紅色點可以被計算多次）：
（2）Padding經常可以設置成為兩個參數：第一個是Valid，即不做填充；第二個是Same，即輸出尺寸與輸入尺寸相等。
（3）在步長為1是有公式：n+2p-f+1為輸出的尺寸。其中n是輸入的尺寸（比如說寬），f是卷積核的大小（比如3），p是每一邊額外添加的列數（如添加一列就為1）。所以根據這個式子很容易計算出用Same參數時，p=(f-1)/2，注意此處前提都是步長為1。
1.5卷積步長
（1）輸入與輸出的尺寸關系如下，注意當結果不是整數時是向下取整。
（2）在深度學習的卷積沒有必要像數學或者信號處理教材中，先將卷積核順時針旋轉90°，然后在水平翻轉，最后再進行與上面相同的卷積運算。深度學習直接忽略了那些旋轉翻轉的步驟。影響不大。
1.6三維卷積
（1）三維的卷積方法如下圖所示，卷積核的通道數與輸入圖像的通道數相同，輸出圖像的通道數為所使用的卷積核的個數，至於高和寬還是按照上面提到的公式計算：
1.7單層卷積網絡
（1）每一個卷積核的輸出對應一個實數b（偏差），然后在進行激活函數的非線性轉換得到輸出，如下圖所示：
（2）參數個數的計算：比如10個卷積核3*3*3，b的個數跟卷積核個數相同，所以總的參數為（3*3*3+1）*10=280，不管輸入尺寸多大，參數個數始終保持不變，而在全連接網絡中參數個數是會隨着輸入不同而不同的。
（3）一些符號如下所示，習慣上w用m*nH[l]*nW[l]*nC[l]表示，b用1*1*1*nC[l]。
1.8簡答的卷積網絡示例
（1）案例圖如下：最核心的就是要會計算輸出尺寸（公式（（n+2p-f）/s）+1，向下取整）。
1.9池化層
（1）池化層中沒有需要學習的參數，所以通常不把池化層當做獨立的一層來看。
（2）池化層是一般不會設置padding，即一般padding為0。
（3）fitter為2，stride為2是最常見的參數設置，尺寸圖像縮小為原來的一半。
（4）卷積時用的尺寸計算公式同樣適用於池化層，如下圖所示：
（5）最大池化層比平均池化層更為常用。
1.10卷積神經網絡示例
（1）下面是一個0-9數組分類的網絡，包括了卷積層、池化層、全連接層：
（2）一般而言，不斷卷積之后，圖像的高度和寬度會變小，通道數（深度）會增加。
（3）在神經網絡中，另一個常見的模式就是一個或多個卷積層之后跟隨一個池化層，然后一個或多個卷積層之后跟隨一個池化層，然后跟幾個全連接層，最后是一個softmax.
（4）下面是針對上面網絡的一些輸出和參數的個數，其中參數一欄最后三行的值應該是48000+120、10080+84、840+10，208應改為(5*5*3+1)*8=608，416應改為(5*5*8+1)*16=3216。
1.11為什么使用卷積
（1）卷積網絡的參數遠少於全連接的原因主要有兩點：第一是參數共享，如左上角用一個垂直的卷積核檢測，那么這個卷積核也同樣適用於圖像的其他區域；第二是稀疏連接，如某個輸出值只與特定的幾個值相連接（如九個值）。
（2）卷積神經網絡善於捕捉偏移不變形，例如把圖像往右平移幾個像素，對於網絡而言沒什么影響。