在图像处理和神经网络中经常出现的一个词，卷积核
那到底什么是卷积呢？卷积为什么可以提取特征或者检测边缘呢？我们一步一步慢慢看。
首先，如图，卷积对于离散的点来说就是两个矩阵对应位置相乘再相加的和；
也就是说卷积只是数学中的一个叫法，并不是什么高深语言；
那为什卷积能够提取特征呢？
先看模板的理解：
一个数学上的二阶导数经过我们的推导最后可以变成一个矩阵的模板；
也就是说其实卷积的提取原理就是相当于我们做一系列的数学变化，将求导，拉普拉斯变换等数学公式来近似变换成我们的卷积的样子；这就是为什么卷积有这么多作用了。
如果还没有理解，可参考我前面讲解的博文，看一遍基本就理解什么是卷积了；