AI 實驗室 · 理論概念
小濾鏡在影像上滑動——CNN 如何抽出邊緣。
卷積＝用小濾鏡（kernel）在影像上滑動，每次做加權總和。CNN 靠一層層濾鏡學會邊緣、紋理、物件。 點像素可開關明暗；點輸出格看計算細節。
中心高、周圍負——對比變化大的地方會亮起來。
輸入 5×5
Kernel 3×3
特徵圖 3×3
輸出格 (1,1) = Σ (像素 × 權重) = 3.150
0.9×-1.00 + 0.9×-1.00 + 0.2×-1.00 + 0.9×-1.00 + 0.8×8.00 + 0.2×-1.00 + 0.2×-1.00 + 0.2×-1.00 + 0.1×-1.00
為什麼深度學習愛用卷積？
同一個濾鏡在整張圖共用權重（權重共享），參數量遠小於全連接層，又能抓到「平移不變」的局部特徵—— 貓耳朵不管在左上還是右下，邊緣偵測器都能認出。