平時積累

卷積：卷積也可以形式化地描述，事實上，它就是一種數學運算，跟減加乘除沒有本質的區別(卷積被廣泛地用於化簡等式)
卷積核：常常被稱爲濾波器（一種自編碼器）
在圖像裏面有：（例如：）
    銳化圖像（強調細節）
    模糊圖像（減少細節）
並且每個feature map都可能幫助算法做出決策（一些細節，比如衣服上有3個鈕釦而不是兩個，可能可以區分一些服飾）。


使用這種手段——讀入輸入、變換輸入、然後把feature map餵給某個算法——被稱爲特徵工程。


卷積神經網絡就是幹這個的:
我們賦予參數給這些核，參數將在數據上得到訓練。隨着卷積神經網絡的訓練，這些卷積核爲了得到有用信息，在圖像或feature map上的過濾工作會變得越來越好。這個過程是自動的，稱作特徵學習。特徵學習自動適配新的任務：我們只需在新數據上訓練一下自動找出新的過濾器就行了。這是卷積神經網絡如此強大的原因——不需要繁重的特徵工程了！