刚才给大家看了一下 ，就是在我们卷积分榜当中啊 ，做了一次卷积的时候 ，咱的一个整体流程 ，然后大家想一个问题 ，卷积完之后啊 ，咱得到一个特征图 ，诶是不是说得到特征图 ，咱这件事就算提取出来一个特征了呢 ，就算完事儿了呢 ，好像还没有在这里怎么样 ，我们来看这个图啊这个图当中原始输入 ，比如说一张图像 ，有了这张图像之后 ，啊这个里好像经过了很多步啊第一步这个东西只是一个形象的解释啊 ，其实实际当中啊可能没有这样一个高低之分啊 ，我一开始可能这样唉 ，我现在粗力度提取一下一些大致的特征 ，然后呢 ，我在再细腻多一点 ，体现出来一些中间特征 ，最后呢 ，我再提一些组合成的一些高级特征 ，然后拿高级特征去做分类 ，这样给我的感觉好像是作为教师们更好啊 ，其实他是啥意思啊 ，他又说了这样一件事儿 ，我的一张输出来之后做一次卷积是不够的 ，我需要把这件事儿做好多次 ，那有同学可能会这样认为 ，我一张出来了 ，唉 ，这样做了一次卷积 ，然后得到一个特征图啊 ，然后这样一次又是不是再做一次卷积 ，再得到这张图 ，然后再做卷积 ，再得到特征图啊 ，其实啊 ，不是这样的 ，我们是在接下来的特征图上再去做剪辑来看这张图吧 ，这张图当中我们来观察一下它的特点 ，首先开始输入愿书啊做一次简介之后 ，我们卷积完之后得到的什么是特征图吧 ，首先第一点 ，特征图它是几类的 ，也是一个三维吧 ，还是 ahwchw 就是特征图的大小 ，c 呢就是有多少个特征图吧 ，在这里你看比如说我前一层卷积当中用了六个不同的 filter ，用了六个不同的卷积核 ，那咱得到特征图的一个深度多少 ，那不也是六嘛 ，所以说中间写了28×28×6 ，比着中间我是特征图啊 ，特征图当中有六个不同的图啊 ，叠加在一起了 ，那大家想这个的格式啊 ，是不是跟输入的 ahr 乘 w 乘 c 的格式是一样的 ，那对它我是不是能照样用一个卷进去做呀 ，

相当于一开始我在原始图像上低于用做卷积得到一个中间特征 ，再在中间特征上再做卷积 ，相当于对这个特征进行进一步的特征提取吧 ，所以啊咱们的卷积是一步一步去做的 ，来看一下吧 ，我的第二卷积来注意点卷积和5×5×6 ，前面卷积和5×5×3 ，刚才给大家一定一定强调一件事儿吧 ，你的卷积和的第三个值一定是跟前面的输入它是一模一样的 ，看是不是都一样的 ，完全一样吧 ，6633完全一样的吧 ，这里呢这块写了十 ，表示说我用十个不同的 filter 来去执行这样一次卷积 ，执行完之后得到什么 ，得到了下面一个特征图 ，一共呢 ，咱深度是十的 ，相当于 ，啊就原数据来了 ，我经过卷积 ，在卷积再卷积 ，再卷积 ，通过多次卷积提出来特征 ，这样特征我才认为是比较好用的 ，就像咱之前说的神经网络 ，我加一个隐藏 ，再加隐藏 ，再加隐藏 ，大道理啊都是一样的 ，这点跟大家说一件事儿啊 ，简介当中我们可以无限制的往下去堆叠 ，但是呢我们真实对接无限次吗 ，不是的 ，