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。