Q1：卷积深经网络有什么特性？
- 平移不变性（translation invariant）：卷积神经网络学习到的模式具有平移不变性，即卷积神经网络在图像中右下角学习到某个模式之后，它可以在任何地方识别这个模式，比如左上角。视觉空间从根本上也具有平移不变性。
- 卷积神经网络可以学习到模式的空间层次结构。如下图1所示：第一层学习到的是较小的局部模式（比如边缘），第二层学到的是由第一层特征组成较大的模式，越往上学习到的越复杂、越抽象的视觉概念
- 卷积层和密集连接层（比如之前学到的BP神经网络）不同的是：卷积层学习到的是局部的模式，学到的就是输入图像在特定尺寸的窗口中的模式；而密集连接层学习到的是全局的模式，全局模式是针对所有像素点的模式。
Q2：响应图（特征
举个例子，这个单个过滤器可以是垂直边缘检测器或者水平边缘检测器，检测输入图像中的水平/垂直边缘。
图3、垂直边缘检测，中间是垂直边缘检测滤波器