什么是卷积
为了对卷积神经网络的构思实质进行说明，我们只能勉为其难地先说说卷积是什么。
为泛函分析（Functional Analysis）是一门非常艰深而且奥妙无穷的数学分支，一般在大学里读到博士学位才可能系统地学到里面的知识体系。不过这个领域中所讨论的具体的知识点确实早就在其它工程领域中崭露头角。在泛函分析领域，卷积（Convolution）是一种函数的定义。它是通过两个函数f和g生成第三个函数的一种数学算子，表征函数f和g经过翻转和平移的重叠部分的面积。
在通信工程领域，卷积是非常常用的一种计算方法，我们通常用到卷积也是和傅里叶变换有关系。大家在知乎上去找到的话可以找到很多对卷积的解释，有不少不仅形象还节操无下限，大家有兴趣自己去找吧，我这边用一个相对简便的方法做解释了。
卷积的数学定义是这样的：
看上去很吓人，不过在这里我们只解释一下积分式所表示的含义。这个符号 " ∫" 就是积分符号，如果看到这样一个表达式：
这个表达式的含义是指这样一个值，这个值等于函数图像
与
轴围成的图形的面积。这个在前面的章节我们是用的三角形面积公式和梯形面积公式这样简单的例子帮大家做的理解，不知道还有没有印象。那么这里
和
所表示的是这个图形在 x 轴方向上的限制边界，那
和
就表示没有边界限制了。
如果换个表达式
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69954080/viewspace-3136845/ ，如需转载，请注明出处，否则将追究法律责任。
