一. 卷积神经网络概述
1.1 CNN的核心价值
卷积神经网络（CNN）通过局部感知和权值共享两大特性，成为计算机视觉领域的基石：
局部感知：模仿生物视觉皮层，仅关注局部区域（如3×3窗口）
权值共享：同一卷积核在全图滑动，大幅减少参数量（AlexNet比全连接网络参数少60倍）
典型应用：
图像分类（ImageNet Top-5准确率从71.8%提升至99.3%）
目标检测（YOLO系列）
医学影像分析（病理切片识别）
二. 卷积操作详解
2.1 数学定义
离散卷积计算：
其中：
ff：输入图像
gg：卷积核（滤波器）
2.2 图像处理实例
边缘检测卷积核：
代码示例：OpenCV实现边缘检测
三. CNN架构解析
3.1 卷积层（Convolutional Layer）
核心参数：
输入通道数（in_channels）
输出通道数（out_channels）
卷积核尺寸（kernel_size）
代码示例：PyTorch实现
3.2 池化层（Pooling Layer）
最大池化操作：
输入矩阵： 输出矩阵：
[[1, 2, 3, 4], [[4, 4],
[5, 6, 7, 8], [8, 8]]
[9, 10,11,12],
[13,14,15,16]]
窗口大小2×2，步长2
代码示例：池化层实现
pool_layer = nn.MaxPool2d(kernel_size=2, stride=2)
output = pool_layer(input_tensor) # 尺寸减半
四. CNN超参数调优
4.1 卷积核尺寸（Kernel Size）
4.2 步长（Stride）
输出尺寸公式：
对比实验：
Stride=1：保留更多细节，计算量大
Stride=2：快速降维，可能丢失信息
4.3 填充（Padding）
Valid：不填充，输出尺寸缩小
Same：填充使输出尺寸不变
# 计算所需填充量
padding = (kernel_size - 1) // 2
4.4 卷积核数量
浅层：64-128个（捕获基础边缘/纹理）
深层：512-1024个（捕获高级语义特征）
五. 感受野（Receptive Field）
5.1 定义与计算
感受野表示输入像素对输出特征的可见区域。递推公式：
其中：
klkl：第ll层卷积核尺寸
sisi：第ii层步长
案例：
3×3卷积，stride=1，堆叠3层 → 最终感受野7×7
3×3卷积，stride=2，堆叠3层 → 最终感受野15×15
5.2 重要性分析
目标检测：需覆盖目标物体尺度（如YOLO设计不同感受野分支）
医学影像：小病灶需要小感受野精细定位
六. CNN参数效率揭秘
6.1 权值共享
传统MLP全连接层参数量：
784×256=200,704
CNN卷积层参数量（3×3核，64通道）：
3×3×3×64=1,728
6.2 局部连接
全连接：每个神经元连接全部输入
卷积层：每个神经元仅连接局部区域
参数减少比例：
附：完整训练代码模板
注：本文代码基于PyTorch 2.0实现，运行前需安装：
