這幾天我們要講如何搭DQN的model，如果有玩過CNN的同學可直接跳過這章節，這篇會盡可能用好理解方式，讓沒接觸過CNN的讀者能有些概念。

計算框架

稍微了解過AI的人應該都聽過tensorflow，跟pytorch一樣皆是類神經的計算框架，提供高效率、便捷的計算方法，讓使用者很彈性的建構類神經網路。不過我們將會使用Keras-高階封裝的類神經框架，底層也是tensorflow運作(新版的tensorflow聽說要keras化了)，搭建個13層的network，由卷積(Conv2D)、池化層(MaxPooling2D)、激活層(Activation)、平展層(Flatten)、隱藏層(Dense)所組成，這章我們先來介紹卷積跟池化層。

卷積層

卷積可想像成對於圖像，會有小視窗(濾鏡/filter)逐格橫掃。

早期某些圖像處理，會用3x3或5x5的filter使用固定的權重，做影像處理，例如銳利化。

如果圖像通過了好幾層的卷積做處理，可讓網路從一開始的輪廓解析，至局部解析，最後到接近輸出端衍生全局解析，進而達到對整張照片預測。對卷積不熟的人建議可以實際動手算一遍，其實卷積計算很簡單，在每次移動時會讓掃的地方match值相乘，接著把相乘結果相加做總和。

可調的參數很多，我們僅會介紹會重要的幾個：
keras.layers.Conv2D(filters, kernel_size, strides=(1, 1), padding='valid')

• filters：卷積的數量。大部分的視覺模型都是前面的filter比較少，後面越來越多，因為前面的卷積處理形狀、輪廓，後面為整塊或較複雜的理解。
• kernel_size：濾鏡大小。兩個3x3等同於1個5x5的卷積，但2個3x3計算效率優於1個5x5的。
• strides：更新的移動步數。卷積在圖像上的移動幅度，設定(1, 1)的話變是x軸、y軸，全部的點逐格掃描。
• padding：補邊方法，主要用兩種valid跟same。same會像上面圖示一樣，針對外邊在增加一層，使得4x4的輸出最後仍是4x4。如果是valid的話，4x4影像用3x3卷積去掃，後面大小輸出會變成2x2。

池化層

池化層是種資訊壓縮的方法，設定好大小(通常都設2x2)，簡化值(2x2→1x1)。有取最大值方法(maxpool-pooling)跟平均值方法(average-pooling)。原因是很多影像的局部有很多不必要空白，除了減少計算資源外，還可把重要資訊保留，不重要的捨棄(去噪)，以此增加模型的收斂跟穩定性。

keras.layers.MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid')

• pool_size：池化大小。
• strides：預設值為None，None的話strides就會等同pool_size的值。
• padding：補邊方法。

結語

今天介紹兩個是影像處理非常通用的layer，還有其他種例如擴充卷積、轉至卷積、可分離卷積，有興趣都可以再研究看，每個卷積都有不同的特性跟應用場景。我們明天見拉！