降重 卷积层的功能其实就是滤波器的作用参数是有一些可学习的滤波器集合构成的。每个滤波器在空间上宽度和高度都比较小但是深度和输入数据一致。直观地来说网络会让滤波器学习到当它看到某些类型的视觉特征时就激活具体的视觉特征可能是某些方位上的边界或者在第一层上某些颜色的斑点甚至可以是网络更高层上的蜂巢状或者车轮状图案。卷积层也可以看成是神经元的一个输出它只观察输入数据中的一小部分并且和空间上左右两边的所有神

此外，卷积层还可以通过多个滤波器的组合来提取更高级别的特征，这些特征可以用来识别更复杂的物体或者场景。例如，在第一层中，滤波器可能会学习到某些局部特征，如边缘或纹理。在第二层中，滤波器可以组合第一层的特征，例如线条和斑点，以学习更高级别的特征，如角和轮廓。这种逐层提取特征的过程被称为特征提取。最后，通过全连接层将这些高级别的特征映射到对应的类别上，完成分类任务。