我已经学习机器学习4个月了，我理解多层感知机（MLP）背后的概念。问题出现在我开始阅读关于卷积神经网络（CNN）的内容时。让我先告诉你我所知道的，然后再问我遇到的问题。
CNN的核心部分包括：
- 卷积层：你有“n”个滤波器，用来生成“n”个特征图。
- RELU层：用于归一化卷积层的输出。
- 子采样层：用于“生成”代表更抽象概念的新特征图。
重复前三层几次，最后部分是一个常见的分类器，比如MLP。
我的疑问如下：
- 如何创建卷积层中使用的滤波器？我是需要先创建一个滤波器，训练它，然后放入卷积层，还是直接用反向传播算法来训练它？
- 假设我有一个卷积层，里面有3个滤波器，那么它会输出3个特征图。在应用RELU和子采样层后，我仍然会有3个特征图（但更小）。当再次通过卷积层时，我如何计算输出？我是需要在每个特征图上分别应用滤波器，还是对3个特征图进行某种操作然后再求和？我完全不知道如何计算第二个卷积层的输出，以及它会输出多少个特征图。
- 如何将卷积层的输出数据传递给MLP（用于神经网络最后部分的分类）？
如果有人知道一个不使用框架的简单CNN实现，我会非常感激。我认为学习事物工作原理的最佳方式是自己动手做。将来，当你已经知道事物是如何工作的，你可以使用框架，因为它们能节省很多时间。
回答：
- 你用反向传播算法来训练它，就像训练MLP一样。
- 你需要分别应用每个滤波器。例如，如果你在第一层有10个特征图，而第二层的一个特征图的滤波器形状为3*3，那么你要将3*3的滤波器应用到第一层的每个特征图上，每个特征图的权重是不同的，在这种情况下，一个滤波器将有3*3*10个权重。为了更容易理解，记住非灰度图像的一个像素有三个值——红色、绿色和蓝色，所以如果你将图像传递给卷积神经网络，那么在输入层你已经有3个特征图（用于RGB），因此下一层的一个值将连接到第一层的全部3个特征图。
- 你应该将卷积特征图展平，例如，如果你有10个大小为5*5的特征图，那么你将有一个包含250个值的层，然后与MLP没有什么不同，你通过权重将所有这些人工神经元连接到下一层的所有人工神经元。
这里有人实现了不使用框架的卷积神经网络。
我还推荐你观看这些讲座。
