卷积的基本概念

传统的分类模型中，特征提取器是人工手动设计的

在图像识别中，常用的特征包括

边沿检测器 edge detector   方向梯度直方图 HOG  

在声音识别中，常用的莫过于梅尔倒铺系数 MFCC

在文字语义分析中，常用的特征包括  词袋模型Bag-of-words TF-IDF等

 

卷积神经网络包括两个部分：

“卷积(特征提取器)+神经网络(分类器)”

卷积从本质上来说，就是滤波器，滤波器不仅可以用来去除噪音，而且可以用来提取特征，

卷积神经网络中，卷积就是滤波器，就是特征提取器。而神经网络，就是分类器。