关于深卷积神经网络的前世，这里不多介绍。 这里主要简单介绍网络的各个组成部分。
图1基本深度卷积网络结构
从图1可以看出，深卷积神经网络主要由输入层、卷积层、激活函数、池化层、全连接层和输出层组成。 以下，以脸部识别为例，对网络的各构成要素进行简单介绍。
输入层：深度卷积网络可以直接将图像作为网络输入，通过训练提取特征，但为了获得更好的效果，通常需要对图像进行预处理，在人脸识别中需要进行人脸检测等处理(MTCNN是优秀的人脸) 此外，如果样品不足，则需要进行样品增强处理，如旋转、平移、剪切、噪波增加和颜色转换。
卷积层：指通过卷积运算使输入实质上成为另一种表示。 如果将卷积层视为黑匣子，则可以将输出视为输入的另一种表示，整个网络的训练就是训练该表示所需的中间参数。 图2是典型神经网络的图像：
图2简单的神经网络
图2中的w和b是网络训练所需的参数，需要在卷积层中增加激活函数使运算非线性化。 深度卷积网络由小神经网络连接构成深度神经网络，主要有两种特殊的处理方式：
采用局部感觉野：神经元只连接到其相邻的上层神经元，通过组合学习到的局部特征形成最后的全局特征。 采用权重共享：当同一个卷积内核操作不同的局部感觉野时，采用相同的权重参数可以减少网络运行所需的参数计算量。 通过每层多个卷积核获取图像的不同特征，无需特意考虑图像中特征的具体位置，这种处理方式在图像任务的分析和处理上具有明显优势
图3卷积运算的示意图
图3显示了对某个三维图进行卷积处理，用同一卷积对照不同的输入层进行卷积操作，可以得到一组输出，用多个卷积核可以得到多少个输出。 不同层和不同输入图的处理方法相似，是在中间卷积运算时处理参数的过程，但最后决定分类个数的是最后一层所有连通层的个数。 在100张图像的情况下，图像具有32*32的大小，该图像的输入是三维的，即100*32*32*3，并且根据大小为3*3的256个卷积核的边缘校正计算，输出得到100*32*32*256。
卷积运算的输入输出窗口的大小变化如下。 这里，w为输入的长度/幅度(输入长宽比不一定相等)，f为卷积内核的大小，p为边缘补充个数，s为步长(卷积间隔个数)。 图3中，输入为5*5，卷积核的大小为3*3，边补全为1，步长为2，其计算为n=(5-3) 1
vggnet通过实验证明，3个3*3的卷积核比1个7*7的卷积核更有效，2个3*3的卷积核比1个5*5的网络更有效。 另外，resnet提出的残差网络结构可以有效避免网络中参数中国化的问题。
池化层：是卷积神经网络中对数据的一种特殊处理操作，通过池化处理缩小图像的特征大小，可以有效地消除将高层结果作为输入带来的计算量大的问题。 图4是常用的游泳池化方法。
图4平均池化和最大池化
2*2的池化可以使特征图的大小减半，然后池化层经常用大小为3*3、步长为2、pad=0的卷积核进行替换，可以实现同样的效果。
激活函数：网络中的卷积和池化操作都是线性操作，但生活中的大量样本在进行分类时不是线性关系，需要在网络中引入非线性因素来解决非线性问题。 常见的激活函数如下。
图5 Relu函数及其改进函数
所有连接层：此层为网络中消耗参数最多的层，所有连接层输入为4*4*100，所有连接层输出为512时，此层需要4*4*100* 512个参数； 另一方面，在典型的卷积层中，如果卷积核为4*4，输出为512，则4*4*512个参数就可以了。 典型的网络包括两个全连接层，第二个全连接层的输出对应分类数的输出，但最近有文献报道，第一个卷积层可以用全局平均池化层等来代替。
以上是通过个人学习进行的简单总结，如果有错误的地方请指出。 期待着和大家一起学习进步。