深度学习（15）：卷积神经网络

本文以图像分类为例简要介绍卷积神经网络的基本结构。

卷积

过滤器（核）：
过滤器是我们用来卷积的工具。对于一张图片，我们可以利用过滤器来抓取图片的某些特征。
一个过滤器是一个 f * f 的矩阵， 其中的每一个元素都是可训练的参数。

我们假设现在有一个6 * 6的灰度图，3 * 3的过滤器，那么卷积的过程如下：
1.将过滤器覆盖在图片的左上角，计算9个位置对应元素的乘积并加和作为一个输出
2.将过滤器向右平移一格，再次计算乘积加和作为第二个输出。
3.无法向右平移时向下平移一行并挪到最左边开头，重复上述步骤。


这样一来我们能够得到一个4*4的输出，这就是卷积。

Padding</