设计CNN时的小技巧
现在，我们有一个原始输入，它的尺寸为5×5，经过一次卷积之后，它得到了3×3的特征图，对于中间的绿色的小方块来说，它的感受野就是对应着最左边的3×3的输入。（感受野，又称receptive field，是指对于特征图上的一个小单元，所对应的原始图像的尺寸）。
当我们再进行第二次卷积之后，红色的小方块的感受野代表了整个原始图像中的5×5的区域。因此，有一个规律：当卷积层数越多，后面特征图的感受野的范围越大，即能够代表提取到了原始图像的更多信息。
用1个7×7的filter VS 3个3×3的filter
刚才已经说到，用 3个3×3的filter对7×7的原始图像进行3次卷积之后能够得到1个1×1的特征图，和用1个7×7的filter得到的结果是一样的，那么哪种效果更好呢？
我们评价一个模型的好坏，首先要衡量权重参数的个数，因为权重的参数越多，意味着模型更难训练，发生过拟合的现象的概率也越高。
假设filter的深度是C（和输入的深度保持一致），filter的个数也是C。
当用1个7×7的filter时，参数的个数是49C²；用 3个3×3的filter时，参数的个数是27C².因此我们选择用 3个3×3的filter，因为参数个数少，训练起来比较容易，不易发生过拟合现象，还有更重要的一点是非线性更强（用来3层卷积，意味着有3个**函数）。
可以用1×1尺寸大小的吗？
我们看到左右两边通过卷积之后达到相同的效果，但是左边的网络由于再前两层用到了1×1的卷积核，且深度为输入的1/2，使得最终的参数个数更少，因此可以选择左边的这一种网络方式。这样的方式是再ResNet中提出来的，训练效果好于VGGNet。
总结技巧
1、用多层的小卷积核代替大的卷积核；（VGGNet就是全部用3×3的小卷积核）
2、也可以使用1×1的的卷积核；
3、将5×5的拆分成1×5和5×1的（不太常用）。
总之以上的操作能产生更少的参数、更小的计算量、更多的非线性。
池化的技巧
我们利用pooling对原始图像信息进行压缩，使得模型能够更快地收敛，但是由于压缩会丢失部分信息，我们为了弥补这样的损失，我们一般经过pooling之后，需要将filter的个数变成上一步的两倍。