卷积神经网络 权值共享 是什么 简单易懂版

要知道权值共享，
先要知道这里面的权值是什么，

要知道权值是什么，
先要知道卷积的具体内涵是什么

---

首先，卷积是什么鬼意思？

卷积的过程可以看成是滤波的过程，
卷积核也可以叫做滤波器，
所以大家把它叫做filter
（我自己编的）

你肯定知道函数映射，函数接受input，然后得出output，
'卷积'，也是一个类似函数映射的过程

和函数的区别就是：
它把input切成很多小的部分，然后分别把这些小的部分(层叠)输入，

比如下图，
左下的一维序列，0 1 2 -1 1 -3 0 ，
如果3个一组，作为输入
0 1 2,  
  1 2 -1,  
    2 -1 1, 
      .......
每次向后移动1位数(步伐为1)，
每组中间有两个数是层叠的，这就是'卷'的意思，

---

然后，权值是什么

上面不是说了，每次只输入3个数，
把输入的3个数分别乘以[1 0 -1]，
得到一个新的序列，如左上黄色序列

[1 0 -1]就是权值，W，
粗鄙一点，直接叫乘数也可以

---

最后，共享

直观的理解，是把参数过滤了一遍，
通过每次一小步，3个一组，
把input通过某种方式(权值、乘数)，映射成新的序列

共享就是说这个权值，这个滤波器filter，是可以共享的，
所有的输入参数都使用同一个权值，使用同一个滤波器，
这是一维的情况，图像处理的时候，拓展到二维就可以了

---

感觉我盗图了，嗯，还盗文字了，
看了好多解释都是云里雾里，没有针对小白写的版本，
所以我要来写一个我妈都看得懂的版本

---

文字整理来自知乎7color的回答