卷积神经网络变换卷积核后特征与原来特征为什么不同了

卷积神经网络中的卷积核是用来提取特征的重要组成部分。当我们改变卷积核时，它的特征提取能力也会随之改变，因此产生的特征与原来的特征会有所不同。

具体来说，卷积核的改变会影响以下几个方面：

卷积核的大小：卷积核的大小决定了它能够捕捉到的特征的范围。较小的卷积核可以捕捉到局部细节，而较大的卷积核可以捕捉到更广泛的特征。因此，改变卷积核的大小会影响提取到的特征。
卷积核的形状：卷积核的形状也会影响其提取特征的能力。例如，一个方形的卷积核可能更适合提取水平和垂直特征，而一个圆形的卷积核可能更适合提取圆形的特征。因此，改变卷积核的形状会影响提取到的特征。
卷积核的权重：卷积核的权重决定了其对输入数据的哪些部分进行加权。不同的权重会导致不同的特征提取结果。因此，改变卷积核的权重也会影响提取到的特征。

因此，卷积神经网络变换卷积核后特征与原来特征不同的原因是因为卷积核的大小、形状和权重等因素的改变导致的。