來源：

卷積神經網絡（CNN）到底卷了啥？8分鐘帶你快速了解！_嗶哩嗶哩_bilibili卷積神經網絡（CNN）到底卷了啥？8分鐘帶你快速了解！共計2條視頻，包括：卷積神經網絡（CNN）到底卷了啥？、什么是循環神經網絡？RNN的變體LSTM和GRU的運作原理又是怎樣的？（人工智能丨深度學習丨機器學習丨自然語言處理）等，UP主更多精彩視頻，請關注UP賬號。https://www.bilibili.com/video/BV1MsrmY4Edi/?spm_id_from=333.337.search-card.all.click&vd_source=87f8c6f71fc5a150d17b858a02bf33d9

---

整體流程：

圖片輸入（RGB） ↓
卷積層（提取局部特征）↓
池化層（壓縮特征圖）↓
重復卷積+池化（提取更高階特征）↓
Flatten（扁平化）↓
全連接層（分類邏輯推理）↓
輸出層（得到分類結果）

一、前置了解

卷積核/濾波器/滑動窗口

卷積核本質上是一個加權矩陣，一般我們用3X3尺寸的卷積核，每個值是“權重”

卷積核的操作——卷積：

1.卷積核從圖像的左上角開始，逐步滑動（按步長stride）遍歷整個圖像。

2.每次滑動，卷積核和圖像的某個區域（稱為感受野）進行逐元素相乘并求和，結果成為輸出圖像的新像素值。

3.將每次計算的結果拼接起來，得到新的矩陣，稱為特征圖或輸出圖。

在圖像處理中，卷積就是用一個小矩陣（卷積核）在圖像上滑動，對局部區域進行加權求和，提取特征。

卷積本身是一種線性操作

隨著特征信息的提取程度，會損失空間信息（6X6的原始圖片經過卷積之后會稱提取為4X4的特征圖片）

Padding(填充)

我們會損失邊緣信息，我們就引入了padding方法：

如果padding=1，我們就在原始圖像上填充一圈0

這樣能保持輸出圖尺寸與輸入圖相同（如果 stride=1）

二、步驟

第一步：先對原始圖像padding，再卷積——提取特征圖片

• 對輸入圖像先進行 padding（通常填充 0）；
• 然后用卷積核滑動提取特征圖。

第二步：最大池化（Max Pooling）——提取精華特征

目的：將圖片數據進一步壓縮，僅反應特征圖中最突出的特點

步驟：將6*6的特征圖用2*2的網格分割，放入池化后的3*3網絡中，保留最精華的特征

第三步：扁平化處理

將上面兩個卷積核得到池化后的特征圖像素疊加，形成一維的數據條

本質是將二維張量展平，使其能夠輸入到全連接層中。

第四步：輸入全連接層中

概念：每個神經元與前一層的所有神經元連接；

本質：線性變換 + 激活函數：

output=Activation（Wx+b）

• W 是特征權重矩陣；
• x 是輸入的特征向量；
• b 是偏差項。

偏差項 b 的引入可以增加模型的靈活性，使得神經元在所有輸入為零的情況下仍能有非零的輸出，從而幫助模型更好地擬合數據。它相當于在激活函數前添加一個“偏移量”，確保模型能夠更精準地捕捉數據的非線性規律。

通過全連接層進行邏輯推理與特征整合。

在全連接層的輸出函數常見的是ReLU

• 概率大于0，就取本身
• 概率小于0，就是0

這樣可以使每層網絡更有針對性的學習某個特征，使學習效率提高

第五步：輸出

最后一層是輸出層，輸出分類結果

輸出層的激活函數：

• Sigmoid：二分類，把一個值壓縮到0-1，0就是不是，1就是是
• softmax：多分類，所有類別的概率加起來是1

三、激活函數為什么叫激活？

“激活函數”中的“激活”這個詞，其實是借用了神經生物學中的概念。

在生物神經網絡中，神經元接收到足夠強的刺激后才會被“激活”，進而傳遞信號。這種“激活”就像是觸發機制，不是任意輸入都會有輸出，只有當輸入超過某個閾值，神經元才會興奮、發出脈沖。

類比到人工神經網絡中：

• 神經元計算的結果需要通過某種“觸發機制”才能決定是否輸出，以及輸出多少；
• 這個“觸發機制”就是激活函數（Activation Function），它決定神經元是否被“激活”并輸出信號。

所以叫“激活函數”，就是表示：

它控制著神經元是否被激活、輸出信號，就像大腦中的神經元一樣。

比如：

• ReLU(x) = max(0, x) 表示：只有輸入大于 0 時才被激活，才會有輸出；
• Sigmoid(x) 表示：輸入越大，激活越強，輸出越接近 1。

簡而言之：
“激活函數”= 模擬神經元被激活的過程，決定是否傳遞信號。

四、卷積層VS全連接層

1.作用不同

卷積層	全連接層
負責提取圖像的局部特征（如邊緣、角點、紋理等）	負責進行分類/推理，整合前面提取的特征，得出最終判斷
注重空間結構和位置關系	注重抽象特征和邏輯關系，最終輸出預測結果

---

2.連接方式不同

卷積層	全連接層
每個神經元只連接輸入圖像的局部區域（感受野）	每個神經元與上一層的所有神經元相連
局部連接 + 參數共享（卷積核共享）	全連接，不共享參數

---

3.參數量不同

卷積層	全連接層
參數量較少（卷積核小，參數共享）	參數量很大（連接數 = 輸入數 × 輸出數）
適合處理高維圖像數據	多用于最后幾層，輸入是扁平化后的特征向量

---

4.輸入格式不同

卷積層	全連接層
輸入是二維（或三維）圖像張量	輸入是一維向量（需經過 Flatten）
保留空間結構（寬×高×通道）	不保留空間結構，只關心整體特征表達

---

5.舉個例子

• 卷積層就像用放大鏡觀察圖像的某一小塊，并提取它的紋理；
• 全連接層就像把所有小塊信息組合起來，做一個最終判斷，比如“這是一只貓”。

---

6.總結一句話：

卷積層關注的是“哪里有什么特征”，而全連接層關注的是“這些特征說明這是什么”。