【卷积神经网络】卷积与卷积层

什么是卷积

首先我们先来回顾一下卷积公式“

它的物理意义大概可以理解为：系统某一时刻的输出是由多个输入共同作用（叠加）的结果。

放在图像分析里，f(x) 可以理解为原始像素点(source pixel)，所有的原始像素点叠加起来，就是原始图了。

g(x)可以称为作用点，所有作用点合起来我们称为卷积核（Convolution kernel）

卷积核上所有作用点依次作用于原始像素点后（即乘起来），线性叠加的输出结果，即是最终卷积的输出，也是我们想要的结果，我们称为destination pixel.

具体原理可以见下图：

最左边呢就是我们原始输入图像了，中间呢是卷积层，-8就是卷积的结果。

卷积层在神经网络中的作用