图像识别中遇到的问题可能有图片特征的纬度过高，1000*1000像素的图片，特征维度是1000*1000*3，如果你要输入3百万的数据量就意味着特征向量的维度高达三百万，也许有1000个隐藏单元，而所有的权值组成的矩阵W[1]，如果使用标准的全连接网络，这个矩阵的大小将是1000*3百万，也就是30亿个参数。带来的问题：巨大的内存需求+很容易会过拟合，除非你可以提供非常多的样本数据。为了能处理大图，我们引出卷积运算。
使用边缘检测作为入门，看到卷积是如何运算的
Padding（填充）
卷积过程，图像是n*n,过滤器是f*f,那最后的输出结果是(n-f+1)*(n-f+1),可以发现，图像在越来越小可能会缩小到1*1，为了让你的图像不会在每次边缘检测
图像角落或者边缘的像素点在输出中采用较，相当于丢掉了图像边缘的位置的许多信息
为了解决上述问题，一是输出减小，图像每过一层就会缩小；二是图像边缘信息丢失
解决：在图像边缘填充一层，默认值是0，如果p是填充的数量，当周围填充一层，那么，p=1，因为我们只填充了一个像素点，输出就变成了(n+2p-f+1)*(n+2p-f+1)
至于填充多少像素，通常有两个选择，分别叫做valid卷积，和 same卷积
valid卷积：no padding 不填充
same卷积：意味着填充后，你的输出大小与输入大小是一样的。n+2p-f+1=n 用这个公式求解p，p是填充p个像素点
p=(f-1)/2, 在计算机视觉中，通常，甚至一般都是f是奇数，（奇数维的过滤器）
为什么要奇数维的过滤器：一是可以对称填充图像，二是可以找到中心像素点，便于指出过滤器的位置
卷积步长（strided convolutions）
卷积中的步长是另一个构建卷积神经网络的基本操作
f*f的卷积核，卷积n*n的图像，padding填充是p个像素点，步长是s。
最后的输出是(n+2p-f)/s+1 * (n+2p-f)/s+1 ,如果商不是整数，就向下取整
池化层
除了卷积层，卷积网络也经常使用池化层来缩减模型的大小，提高计算速度，同时提高所提取特征的鲁棒性，我们来看一下。
先举一个池化层的例子，然后我们再讨论池化层的必要性。假如输入是一个4×4矩阵，用到的池化类型是最大池化（max pooling）。执行最大池化的树池是一个2×2矩阵。执行过程非常简单，把4×4的输入拆分成不同的区域，我把这个区域用不同颜色来标记。对于2×2的输出，输出的每个元素都是其对应颜色区域中的最大元素值。
