局部感知+權共享機制：讓一組神經元使用相同的鏈接權 和池化

提出：全鏈接的結構下會引發參數數量的膨脹，容易過擬合且局部最優。圖像中有固有的局部模式能夠利用，因此，提出了CNN，並非全部上下層神經元都能直接相連，而是經過「卷積核」做爲中介。同一個卷積核在全部圖像內都是共享的，圖像經過卷積操做後仍然保留原來的位置關係。 複合多個「卷積層」和「採樣層」對輸入信號進行加工，而後再鏈接層實現與輸出目標之間的映射。多層的目的：一層卷積學到的特徵每每是局部的，層數越高，

>>阅读原文<<