卷积神经网络比神经网络多了卷积2个字，但是其实一般多了2个层：卷积层和池化层。卷积层的作用主要是用来提取特征的，而且能保存好空间结构，因为在全连接层，直接把向量给拉平了。设立多个卷积层，就能提取各种各样的特征。然后就是池化层，它的作用是降采样，就是去除一些图片中“不重要”的东西(把平面维度变小，比如100*100*3变成50*50*3)，比如人脸识别，人脸一般在中间，所以图片边框就会降采样多。
1.卷积层
卷积其实和滑动窗口算法比较相似，是一个小的卷积核(例如5*5*3)，在一个大的输入图像中滑动(例如32*32*3)，在滑动匹配的时候，卷积核会和图像上的像素进行内积，如下图，最后滑动完会生成一个28*28*1的激活映射(这里为1的原因是因为在乘的时候也拉平了向量，所以1个卷积核只能生成1个深度为1的激活映射，当有N个卷积核的时候，就会生成深度为N的激活映射，其实也就对应着这个图像的N个特征)
下面是举例卷积核移动会产生激活映射的例子，形成一个公式输出激活映射大小=(N-F)/stride+1，N是图像的大小，F是卷积核的大小，stride是步长，步长就是卷积核一次移动多少距离(这里一般来说都是正方形，如果不是正方形也可以处理为正方形)：
但是这里有个问题，当步长为3时，得到的就不是整数了，就会形成不对称的特征，所以这个时候不能直接移动3，那怎么办呢，添加0补充！一般来说，卷积核的大小为3,5,7，然后0填充分别为1,2,3，也就是(F-1)/2
2.池化层
池化层就是为了降采样，说白了就是减小像素的数量，一般会使用最大化池，即设定一个最大值N，然后在各个N*N(这个值一般为2)方块中取最大值，如下图：
3.总结
总的过程一般顺序是卷积--→池化–→全连接层。当然为了更好的提取特征和减少计算(降采样)，卷积和池化可能会差穿进行，下图是一个很好的例子：
会在最后的POOL(池化)层输出给全连接层，然后全连接层通过前面神经网络的方法计算出每个分类的分数，从而进行图像分类。