了解过机器学习的人都知道通用公式：y = w * x + b
weight：权重比
bias：偏斜量
但是很多人不清楚CNN（卷积神经网络）里面的weight 和bias在哪儿，是怎么参与运算的。这篇文章就为大家揭晓。
首先介绍shape（形状）：
在CNN里面永远绕不开一个概念：shape：形状
在测试中，我们输入了100*100的原始图片 “一.png”：
然后将它转换为 shape[100,100] 的数组，作为整个神经网络的输入：
输入 -> 输出（标签）：
输入： [100, 100] 的数组横着放就变成了 [1, 100 * 100]，表示有1个 [100 * 100] 原始输入。
输出： 输出的最终结果也就是数据的标签，图像分类，用onehot表示38个分类，所以形状为 [1, 38]，表示有1个 [38] 标签。
过程： 所以整个CNN神经网络在做的事情就是把 [1,100 * 100] 输入向量，映射到，[1, 38] 标签向量。
通常情况，我们需要更多的数据进行训练和测试，所以准备的数据如下：
训练数据：[142, 100 * 100]，142幅 [100 * 100] 训练图片
训练标签：[142, 38]，142个 [38] 对应的标签
测试数据：[38, 100 * 100]，38幅 [100 * 100] 测试图片
测试标签：[38, 38]，38个 [38] 对应的标签
输入 -> 卷积：
卷积的过程，引用一幅形象的图：
大多数卷积的过程中，形状是没有发生变化的。那么他需要多少个weight 和 bias呢？
以图片中的例子给大家逐步解释：
以卷积核为单位： 卷积核形状为 [3, 3] 时，每一次卷积就需要 [3, 3]个w, [0] 个b
以图为单位： 图的形状为[5, 5], 每个点都需要 [3, 3]的卷积神经，需要[5, 5, 3, 3]个w, [0] 个 b
存在2个图片为输入： 需要[5, 5, 3, 3, 2]个w, [0] 个 b
存在4个特征图为输出： 需要[5, 5, 3, 3, 2, 4]个w, [4] 个 b
结论：w 和输入的形状强相关，b 和输出的形状相关。
在实际编写tensorflow过程中，定义w, b时，输入图片的形状就不需要指定了。所以定义如下：
W_conv1 = weight_variable([3, 3, 2, 4])
b_conv1 = bias_variable([4])
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)卷积 -> 池化：
卷积的过程，引用一幅形象的图：
在池化过程中，其实就是求了局部最大值，平均值等。并没有使用到 w 和 b
但是图片的形状却发生了变化。
原图形状：[100, 100]
第一次池化形状：[50, 50]
第二次池化形状：[25, 25]
第三次池化形状：[12, 12]
池化 -> 全连接 -> 输出：
这个过程，引用一幅形象的图：
最后这个过程就贴近于传统的神经网络过程，形状上的变化为：
第一次全连接：
输入：[12, 12, 64]，经过3次池化操后，已经变成了长：12，高：12，数量：64的一组小特征图片。
输出：[12 * 12 * 64], 将一组特征图片，平铺开，成为一位数组。
h_pool2_flat = tf.reshape(h_pool2, [-1, 12 * 12 * 64])第二次全连接：（图中的第一层）
输入：[12 * 12 * 64]，一维数组
输出：[784]，一维数组
一次输出需要：[784] 个w, [1]个b
全部输出需要：[12 * 12 * 64, 784]个w, [784]个b
W_fc1 = weight_variable([12 * 12 * 64, 784])
b_fc1 = bias_variable([784])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)最终输出：
图中处理的是数字分类问题，一共10个类别。形状为 [10]
我处理汉字分类问题时，一共38个类别，所以形状为 [38]
学习建议：
多学习基础理论和原理，最好是图像化的，通过形状的变化，能够更好的帮助大家理解。
