CNN主要思想：
局部连接（Sparse Connectivity）
权值共享（Shared Weights）
CNN不同channels处理：
CNN与NN的不同：
１、接收的输入的形式不同
２、层与层之间的连接方式不同
CNN可以接受原始的数据输出，普通的NN，w权重可以看成layer的属性，而在CNN里，filters可以看成卷积层的属性，一个filter可以看成一个feature，多少个filters对应输出多少个频道对应多少个features。
stride和padding：
stride：局部视野在频道上的浏览速度。
padding：卷积会缩小每个频道里面的数据维度，为了保持输入和输出的频道形状一致
CNN和FC：
CNN：特征提取器
FC：决策分类器
池化（pooling)：
卷积之后得到k个频道的数据，每个频道对应着一种局部视野，对每个局部视野的信息作总结，这就是池化操作的含义，一般取最大或者取平均。