版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/taczeng/article/details/79153219
问题1：什么是卷积神经网络？
利用卷积神经网络，可以在图片，语音等方面给出更优化的识别结果；不再是对每一个点的处理，改成对每一个数据块的处理，可以提高数据的处理速度。
问题2：卷积神经网络是如何运作的？
如下图，通过过滤器进行小批小批的像素块的搜集，将A的右下角进行卷积，识别出这是A的右下角，卷积即是一小段数据。
举个栗子：大A如果有24X24个像素点（不做卷积，1个像素点看做1张图片，那么一共是576张图片），过滤器有2X2个像素点，那么久可以得到（24/2）X（24/2）个小卷积图片，一共是144张卷积图片，这样是不是处理的信息就变少了呢。
问题3：什么是卷积神经网络的池化层？
在卷积的过程中，有时候会无意的丢失掉了一些信息，那么这时候就需要池化了。压缩的工作交给池化处理。
