图1
一张图片有宽和高图1，且通常一幅图像是由红绿蓝三色通道，所以它还有深度信息图2。
图2 深度为3
现在假设拿出图片的一小块，运行一个具有K个输出的小神经网络，像图3一样把输出表示为垂直的一小列
图3
在不改变权重的情况下，把这个小神经网络滑过整个图片，就像我们拿个涮子一样水平垂直地滑动。图4，5，6
图4
图5
图6
在输出端我们得到一幅新的图片，它的宽度和高度与输入不同，更重要的是他的深度和之前不同，而是得到了k个颜色通道图7。这种操作叫做卷积。
卷积网络基本上是一个深度网络，但我们用共享权重的“卷积层”替代了“全连接层” 。总的想法是让它们形成金字塔形状。图8
图8
金字塔底部是一个非常大而浅的图片，仅包含红绿蓝三通道。通过卷积操作逐渐挤压空间的纬度。
同时不断增加深度，使深度信息大体上可以表示出复杂的语意。图9
在金字塔的顶端，你可以放一个分类器。所有的信息被压缩成一个表示仅映射到图片，内容的参数被保留。图10
块（PATCH）的概念和深度(DEPTH)的概念.块有时也叫做核 图11
图11
堆栈中每一个薄饼叫做特征图，图12
图12
这里你将三个特征图映射到K个特征图。图13
图13
还需要知道一个术语叫 “步幅”（stride）,他是你移动过滤器时平移的像素数量。步幅为1时，输出的尺寸和输入大体相同。图14
图14
步幅为2时，尺寸为原来的一半。图15
图15
大体是因为输出的尺寸取决于你在图像边界上咋样处理。要么你从不超过边界，它通常称为有效填充。（valid padiding）图16
图16
要么你在边界外使用0填充，这样你会得到和输入图相同大小的输出图。称为相同填充，（same padding）图17
图17