CNN中的卷积的意义

CNN中的卷积的意义，我认为卷积具有这样的意义：

无论是一维还是二维还是几维，卷积是一种可以筛选出和过滤器结构相匹配的内容的方式。

以一维为例，假设有一组序列，大体稳定在一个区间，没有相差特别大的。假设过滤器为2 3 1 5，如果检测到序列片段为4 6 2 10，这时卷积和就会很大。

这样做的原理是，序列片段可以看作一个n维向量，在序列片段模长相同的情况下，只有当序列片段和过滤器成正比时（两个向量方向相同），其卷积和最大。

一维是如此，二维也是如此，目前的图像处理卷积神经网络就是利用了这种性质，快速检测出匹配的图像区域。