CNN 多层设计详解：从边缘到高级特征的逐层学习

一、概念

在 卷积神经网络（CNN） 中，模型通常不是一两层，而是由 多层卷积层、池化层、全连接层 堆叠起来。

原因在于：每一层都在学习不同层次的特征，从 简单 → 复杂，逐步组合。

---

二、原理

1. 层的分工

• 卷积层（Conv2D）

  • 提取局部特征。
  • 第一层学边缘、线条；第二层学纹理、角点；更深层学物体部件。

• 激活函数层（ReLU, LeakyReLU 等）

  • 引入非线性，否则网络只能学"线性变换"。

• 池化层（MaxPooling/AveragePooling）

  • 下采样，减少参数，保留关键信息，增强平移不变性。

• 全连接层（Dense）

  • 把卷积提取的特征组合起来，完成分类/回归。

• Softmax 层

  • 把数值转成概率，用于分类输出。

2. 分层特征表示

可以类比人类视觉：

• 低层神经元只对"边缘/亮度"敏感；
• 中层神经元能识别"形状/图案"；
• 高层神经元能识别"物体整体"（比如数字 5、猫耳朵）。

---

三、对比

网络层	学习内容	作用	类比人类视觉
卷积层1	边缘、直线、颜色斑块	初步特征提取	看到"黑白对比"
卷积层2	纹理、角点	组合低层特征	看到"弯曲的线"
卷积层3+	复杂形状、局部物体	更高语义特征	看到"眼睛/鼻子/数字形状"
池化层	缩小空间维度	提升鲁棒性	只在意"有无"，不在意具体位置
全连接层	全局组合	输出分类/预测结果	大脑做"最终判断"

---

四、实践（代码示例：多层 CNN）

const model = tf.sequential();

// 第1层卷积：学边缘
model.add(tf.layers.conv2d({
  inputShape: [28, 28, 1],
  filters: 32,
  kernelSize: 3,
  activation: 'relu'
}));
model.add(tf.layers.maxPooling2d({poolSize: [2, 2]}));

// 第2层卷积：学纹理
model.add(tf.layers.conv2d({
  filters: 64,
  kernelSize: 3,
  activation: 'relu'
}));
model.add(tf.layers.maxPooling2d({poolSize: [2, 2]}));

// 第3层卷积：学更复杂的形状
model.add(tf.layers.conv2d({
  filters: 128,
  kernelSize: 3,
  activation: 'relu'
}));
model.add(tf.layers.flatten());

// 全连接层：组合特征
model.add(tf.layers.dense({units: 128, activation: 'relu'}));

// 输出层：分类 0-9
model.add(tf.layers.dense({units: 10, activation: 'softmax'}));

👉 注释：

• Conv2D×3：逐层提取特征。
• MaxPooling2D：缩小特征图，减少计算。
• Flatten + Dense：把空间特征变成全局判断。