快来看看卷积操作到底都干了什么！

<center><img width="600" src="http://imgtec.eetrend.com/files/2020-03/%E5%8D%9A%E5%AE%A2/100048349-93…; alt=""></center><br>

卷积解决全连接参数过多的问题（参数多容易过拟合和，局部极值，鞍点）

卷积敞开了讲就是为了提取特征，比如上第二图的卷积局部连接，不同的滤波器提取不同位置的特征，但是需要做到特征和位置无关，所以的滤波器局部连接使用一套参数如第三幅图（这样友大幅度减少了参数），下面这幅图就是经过一次卷积之后，提取了车顶的特征（变亮的地方）

<center><img width="600" src="http://imgtec.eetrend.com/files/2020-03/%E5%8D%9A%E5%AE%A2/100048349-93…; alt=""></center><br>

多么我们使用了多个卷积核干什么呢？也就是提取多个特征，下图是我使用多个卷积核然后选出三个特征

<center><img width="600" src="http://imgtec.eetrend.com/files/2020-03/%E5%8D%9A%E5%AE%A2/100048349-93…; alt=""></center><br>

咱们再说说池化

<center><img width="600" src="http://imgtec.eetrend.com/files/2020-03/%E5%8D%9A%E5%AE%A2/100048349-93…; alt=""></center><br>

上面的池化减小大小，我把池化的图片放大到卷积后的大小

<center><img width="600" src="http://imgtec.eetrend.com/files/2020-03/%E5%8D%9A%E5%AE%A2/100048349-93…; alt=""></center><br>

发现我们提取的特征更加抽象了

多么我们多次卷积多次池化带来的效果是什么呢？没错就是越来越抽象

<center><img width="600" src="http://imgtec.eetrend.com/files/2020-03/%E5%8D%9A%E5%AE%A2/100048349-93…; alt=""></center><br>

总结：卷积就是一步一步抽象特征的过程（个人理解）

版权声明：本文为CSDN博主「晴雪儿」的原创文章，遵循 <a href="http://creativecommons.org/licenses/by-sa/4.0/">CC 4.0 BY-SA </a>版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_42146775/article/details/105050321