?什麽是卷積、卷積神經網絡?
卷積、卷積神經網絡介紹如下：
壹、卷積簡介
在泛函分析中，卷積、旋積或褶積是通過兩個函數f和g生成第三個函數的壹種數學運算，其本質是壹種特殊的積分變換，表征函數f與g經過翻轉和平移的重疊部分函數值乘積對重疊長度的積分。將參加卷積的壹個函數看作區間的指示函數，卷積還可以看作是“滑動平均”的推廣。
二、卷積神經網絡
卷積神經網絡（Convolutional Neural Networks, CNN）是壹類包含卷積計算且具有深度結構的前饋神經網絡（Feedforward Neural Networks），是深度學習（deep learning）的代表算法之壹。
卷積神經網絡具有表征學習（representation learning）能力，能夠按其階層結構對輸入信息進行平移不變分類（shift-invariant classification），因此也被稱為“平移不變人工神經網絡（Shift-Invariant Artificial Neural Networks, SIANN）”。
卷積神經網絡的連接性和生物學相似性：
1、連接性
卷積神經網絡中卷積層間的連接被稱為稀疏連接，即相比於前饋神經網絡中的全連接，卷積層中的神經元僅與其相鄰層的部分，而非全部神經元相連。具體地，卷積神經網絡第l層特征圖中的任意壹個像素（神經元）都僅是l-1層中卷積核所定義的感受野內的像素的線性組合。
卷積神經網絡的稀疏連接具有正則化的效果，提高了網絡結構的穩定性和泛化能力，避免過度擬合，同時，稀疏連接減少了權重參數的總量，有利於神經網絡的快速學習，和在計算時減少內存開銷。
2、生物學相似性
卷積神經網絡從貓視覺皮層電生理研究中獲得啟發，通過仿造生物的視知覺機制來構建模型。卷積網絡中卷積核的設定就對應著視覺神經系統中視覺皮層對視覺空間的組織。視覺皮層細胞從視網膜上的光感受器接收信號，但單個視覺皮層細胞不會接收光感受器的所有信號。