假设我有一个具有这种结构的 CNN：
所以网络图将如下所示：
我认为第一个卷积层将创建 10 个新图像是否正确，即每个过滤器创建一个新的中间 30x30 图像（如果我裁剪不能完全卷积的边界像素，则为 26x26）。
然后是第二个卷积层，是否应该对前一层的所有 10 个图像应用 5 个过滤器？所以这将导致在第二个卷积层之后总共有 50 张图像。
最后最后一个 FC 层将从这 50 张图像中获取所有数据，并以某种方式将其组合成一个输出值（例如，原始输入图像是一只猫的概率）。
还是我误认为卷积层应该如何操作？
另外，如何处理通道，在这种情况下是 RGB？我可以认为整个操作对于所有红色、绿色和蓝色数据都是分开的吗？即对于一个完整的 RGB 图像，我基本上运行整个网络三次，每个颜色通道一次？这意味着我还将获得 3 个输出值。
你是部分正确的。在 CNN 上，每层的输出形状由使用的过滤器数量和过滤器的应用（扩张、步幅、填充等）定义。
在您的示例中，您的输入是 30 x 30 x 3. 假设步幅为1，滤波器上没有填充和膨胀，您将获得一个与输入相等的空间形状，即30 x 30。关于深度，如果你有10过滤器（形状5 x 5 x 3），你最终会30 x 30 x 10在第一层得到一个输出。同样，在具有 5 个过滤器的第二层（形状为3 x 3 x 10，注意在前一层上工作的深度）你有30 x 30 x 5输出。FC 层具有与输入相同数量的权重（即4500权重），以创建它们的线性组合。
请注意，CNN 的操作与传统的信号处理卷积不同。在前者中，卷积运算与过滤器和输入执行点积以输出单个值（如果您愿意，甚至可以添加偏差）。而后者输出相同数量的通道。
CNN 借用了移动内核和内核响应的想法。但它们本身并不应用卷积操作。
CNN 不是在每个频道上单独运行。它正在合并三个通道的响应并进一步混合它们。你得到的越深，你得到的混合就越多。
FC 的输出只是一个值。如果你想要更多，你需要添加更多的 FC 神经元来获得更多的输入线性组合。
关于 CNN 层内的图像：我真的很推荐这篇文章，因为这个问题没有一个简短的答案，尝试一下可能会更好。
关于 RGB 输入图像：当需要在 RGB 图片上进行训练时，不建议拆分 RGB 通道，您可以通过尝试识别一只红色耳朵、绿色身体和蓝色尾巴的虚构猫来思考。每个分离的通道并不代表一只猫，肯定不会有很高的信心。我建议您将 RGB 图像转换为灰度并测量网络性能。如果性能不够，您可以制作 3D 卷积层。例如：如果输入图像为 30x30x3，则过滤器必须为 NxNx3。
对于 3 通道图像 (RGB)，卷积层中的每个滤波器计算一个特征图，该特征图本质上是一个单通道图像。通常，2D 卷积滤波器用于多通道图像。这可以是应用于每一层的单个过滤器或每层单独的过滤器。这些过滤器正在寻找与颜色无关的特征，即边缘（如果您正在寻找颜色，那么有比 CNN 更简单的方法）。将过滤器应用于每个通道，并将结果组合成单个输出，即特征图。由于过滤器使用所有通道来计算单个特征图，因此输入中的通道数不会影响第一层之外的网络结构。特征图的大小由过滤器大小决定，stride，padding和dilation（不常用 - 如果您有兴趣，请参阅此处。）。
在您的示例中，如果过滤器的步幅为1且填充相同（或者，使用有效填充/完整填充） ，则30 x 30 x 3与 10 个过滤器卷积的输入5 x 5将产生体积。30 x 30 x 10 26 x 26 x 1034 x 34 x 10
相同的填充使用filter_size /2 （整数除法）缓冲输入的边缘，以产生大小相等的输出（假设步幅为 1），而有效的填充将导致较小的输出。有效填充不会像您所说的那样裁剪图像，它更像是边缘信号的稀释，但结果基本相同。请注意，即使使用相同的填充，边缘像素也用于较少的卷积 -5 x 5具有相同填充的过滤器将使用中心像素 25 次（过滤器上的每个位置），但角像素仅使用 9 次。要均匀使用所有像素，必须使用完整填充，它使用filter_size - 1 缓冲输入的边缘。
每个特征图都成为输出体积中的一个通道。因此，输出体积中的通道数总是等于卷积层中滤波器的数量。因此，第二层将输出一个大小的体积30 x 30 x 5（步幅 1，相同的填充）。
示例中的最后一层（完全连接）将每个特征图中每个像素的值乘以学习的权重，然后对结果求和。如果网络是二元分类器，则在达到阈值或作为回归模型的十进制值时，总和值会产生 1 或 0 输出。这是由 FC 神经元的激活函数决定的。
如果可视化对您的帮助和对我的帮助一样多，我强烈建议您查看此处的交互式示例。请注意，此工具显示的是通过网络传播的信号，即每一层的输出，而不是过滤器/权重本身。
如果您对 ANN 和卷积层的更多深度感兴趣，我将介绍我论文中的所有基础知识（这是图像的来源） - p.9-16 ANNs 和 p.16-23 CNNs。