6.3.1 CNN 路线图：把图像变成特征图

CNN 学习局部视觉模式。它不是把图像直接摊平成一行，而是扫描小区域并生成特征图。

先看图像流

概念	第一层意思
channel	颜色或学到的特征维度
kernel	小的滑动滤波器
feature map	滤波器扫过图像后的输出
pooling / stride	缩小空间尺寸
transfer learning	复用预训练视觉骨干

跑一次卷积

创建 cnn_first_loop.py，安装 torch 后运行。

import torch

image = torch.randn(1, 3, 32, 32)
conv = torch.nn.Conv2d(in_channels=3, out_channels=8, kernel_size=3, padding=1)
features = conv(image)

print("input_shape:", tuple(image.shape))
print("feature_shape:", tuple(features.shape))

预期输出：

input_shape: (1, 3, 32, 32)
feature_shape: (1, 8, 32, 32)

把形状读成 [batch, channels, height, width]。卷积把 3 个输入通道变成了 8 个学习到的特征通道。

按这个顺序学

顺序	阅读	练什么
1	6.3.2 卷积基础	kernel、stride、padding、channel
2	6.3.3 CNN 结构	卷积块、池化、分类头
3	6.3.4 经典架构	LeNet、AlexNet、VGG、ResNet 直觉
4	6.3.5 迁移学习	冻结骨干、微调
5	6.3.6 图像分类实战	数据集、训练、预测样例

留下的证据

保留一条 CNN shape 笔记：

输入

[batch, channels, height, width]

卷积输出

out_channels 变成新的特征图

空间变化

stride/padding/pooling 改变高和宽

分类器桥接

卷积特征最终变成类别 logits

迁移学习选择

先冻结，只有验证集提升时才微调

通过标准

能解释输入图像形状和特征图形状之间发生了什么变化，并知道为什么小数据集常复用预训练 CNN 骨干，就算通过。

检查思路与讲解

1. 合格答案要把 tensor、模型层、loss、backward() 和 optimizer 更新连成一个训练闭环。
2. 证据应包含可运行的小实验、tensor shape 检查，以及能解释的 loss 或验证曲线。
3. 自检时要能指出一个失败模式，例如 shape 不匹配、loss 不下降、过拟合、数据泄漏，或只会说 Attention/Transformer 名词却讲不出数据流。