本篇文章主要介绍了"tiny_cnn代码详解（4）——convolutional_layer类结构信息之成员变量与构造函数"，主要涉及到方面的内容，对于其他编程jrs看球网直播吧_低调看直播体育app软件下载_低调看体育直播感兴趣的同学可以参考一下：
在之前的博文中我们已经对tiny_cnn框架的整体类结构做了大致分析，阐明了各个类之间的继承依赖关系，在接下来的几篇博文中我们将分别对各个类进行更为详细的分...
（2）out_作为卷积层的特征输出，由于存在滑动窗口卷积的缘故，导致其输出的特征矩阵的尺寸与输入的数据矩阵的尺寸不一致，具体值为“in_width - window_size + 1”和“in_height - window_size + 1”，并且输出的特征模板数量与指定的out_channels相当。
（3）weight_作为卷积层的权重矩阵，其尺寸自然应当和卷积核的尺寸相当，至于个数，则为输入数据矩阵数量*输出特征模板数量，即每个映射核完成一个输入矩阵到一个输出矩阵之间的映射任务，这就是所谓的权值共享和感受野的概念。
（4）connection_为卷积网络与前一层（下采样层）的连接形式矩阵，保存了表示连接与否标志位的矩阵，在LeNet-5网络中，第一个卷积层与输入层是全连接的，第二个卷积层和下采样层的连接情况如下所示：
对应的，在MyTinyCnn的测试程序中给出了对应的定义：
（5）window_size_保存了当前卷积层卷积核的尺寸，直接由用户指定即可。
OK，这篇博客着重分析了convolutional_layer类中相关的成员变量和构造函数等信息，在下一篇博客中我们将着重对其中的成员函数进行分析，具体说明各个成员变量之间的初始化方式方法。
三、注意事项
1、类型别名问题
在tiny_cnn中，作者通过typedef关键字定义了若干类型别名，位于util.h文件中：
因此在分析代码的过程中若是遇到这些类型别名，只需知道其真实的类型即可。
2、代码截图问题
在这系列的博客中，我所分析的很多代码都是通过截图的方式来获得，这样做的原因有两个，一是这份tiny_cnn的工程文件大家都可以从网上下载得到，无需再粘贴源码；二是通过截图的方式能够方便对我想要强调的部分进行标记突出，便于大家理解，希望大家习惯这种代码截图的方式。不过这种方式也有一个缺点，就是会导致博文的图片过多，内容过长，大家勉强接受吧。
以上就介绍了tiny_cnn代码详解（4）——convolutional_layer类结构信息之成员变量与构造函数，包括了方面的内容，希望对其他编程jrs看球网直播吧_低调看直播体育app软件下载_低调看体育直播有兴趣的朋友有所帮助。
本文网址链接：http://www.codes51.com/article/detail_421269_3.html
