卷积可以认为是一种有效提取图像特征的方法
一般会用一个正方形的卷积核， 便利图片上的每个点。让卷积核的中心遍历原有图像的每个点。(这段话存疑）
图片区域内，相对应的每一个像素值， 乘以卷积核内对应点的权重， 求和， 再加上偏置。
卷积过程
如果在matlab里面，这就是两个数组的乘法。
计算输出图形的边长公式
输出图形的边长公式
但是有时候会进行全零填充
也就是padding
padding=‘SAME' 或者padding=’VALID'
same或者valid
tensorflow 中计算卷积
计算卷积
卷积提取特征的时候依然会有大量的数据，这时候池化就派上用场了。
池化可以用于减少特征数量， 最大池化可以提取图片纹理，均值池化可保留背景特征。
最大池化与均值池化
tensorflow计算池化的函数
tensorflow计算池化的函数
训练神经元的时候，可以选择性的舍弃一些数据， 减少过拟合。
tensorflow中使用dropout函数。
