CNN基本组成

这个最简单的卷积神经网络说到底，终究是起到一个分类器的作用

卷积层负责提取特征，采样层负责特征选择，全连接层负责分类

池化层/采样层（pooling/subsample）

下采样层 子采样层

1. 功能

特征选择/信息过滤：从一大堆特征里面选择我们需要的特征。减少参数量，防止过拟合。

pooling层不会减少feature maps的数量，只会缩减其尺寸。

2. 过程

3. 实现

这里里面没有参数需要我们学习，因为这里里面的参数都是我们设置好了，要么是Maxpooling，要么是Averagepooling。 需要指定的超参数，包括是Max还是average，窗口大小以及步长。