卷积神经网络（CNN）详解

一、动因篇

卷积与池化的意义

卷积神经网络（Convolutional Neural Network，CNN）之所以在图像处理中表现突出，源于两个关键操作：卷积（Convolution）与池化（Pooling）。卷积操作能够捕获图像的空间特征，如边缘、纹理和形状等；池化则降低了特征维度，并保留最重要的信息，有效减少了计算量和过拟合风险。两者配合，增强了网络提取特征和泛化的能力。

二、模型篇

为什么卷积核尺寸通常为奇数？

卷积核一般设计为奇数大小，如3x3、5x5。这是因为奇数尺寸卷积核能明确指定中心像素，便于对称地覆盖特征图，确保卷积操作输出尺寸的对齐和特征定位准确。

卷积操作的特点

卷积操作具有三个重要特点：

• 局部连接：卷积核仅与输入的局部区域相连接，显著降低了网络的参数量。
• 权值共享：卷积核参数在空间维度上共享，减少了训练难度。
• 平移不变性：卷积操作对输入的平移具有较强的鲁棒性，能够识别出不同位置的相似特征。

为什么需要Padding？

Padding（填充）能够维持输出与输入尺寸一致，避免因多次卷积导致特征尺寸剧烈减小。适当的Padding能够帮助网络更好地捕捉边缘信息，改善模型表现。