接受域(感知野)
如图所示，中间的正方形都表示接受域，其大小为5*5。权重指卷积核的值，接受域指的是卷积核的大小。
步长
接受域的范围从区域1移到区域2的过程，或者从区域3移动到区域4都涉及到一个参数：步长，即每次移动的幅度。在此例中的步长可以表示成3或(3，3)，单个3表示横纵坐标方向都移动3个坐标点，步长坐标(3，2)表示横向移动3个坐标点，纵向移动2个坐标点。每次按一个方向移动，不是两个方向都移动(图中从区域1移动到区域2再到区域3，然后才移动到区域4，如果两个方向都移动三个坐标点则从区域1到了区域5，是不对的)。
卷积
卷积就是对于给定的一幅图像及一个卷积核，根据卷积窗口，进行像素的加权求和。
图像卷积与卷积神经网络的区别：
- 一般来说，图像卷积的卷积核是已知的，比如边缘检测算子、高斯模糊等都是已知的卷积核，然后再与图像进行卷积运算。
- 卷积神经网络卷积核是未知的，我们训练一个神经网络，就是要训练得出这些卷积核，而这些卷积核就相当于学单层感知器时的那些参数W，因此你可以把这些待学习的卷积核看成是神经网络的训练参数W。
池化
池化是非线性下采样的一种形式，主要作用是通过减少网络的参数来减小计算量，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，并且能够在一定程度上控制过拟合。通常在卷积层的后面会加上一个池化层。 所谓的池化，就是图片下采样。这个时候，其实CNN每一层的构建跟图像高斯金字塔的构建有点类似。在高斯金子塔构建中，每一层通过卷积，然后卷积后进行下采样，而CNN也是同样的过程。
CNN的池化(图像下采样)方法很多：Mean pooling(均值采样)、Max pooling(最大值采样)、Overlapping (重叠采样)、L2 pooling(均方采样)、Local Contrast Normalization(归一化采样)、Stochasticpooling(随即采样)、Def-pooling(形变约束采样)。其中最经典的是最大池化，因此解释一下最大池化的实现：
a、原矩阵 b、max_pooling c、结果
源图像矩阵a大小是4*4，图a中各个格子中的数值是像素点的值。然后对这张4*4的图片进行池化，池化核的大小为(2，2)，步长为2，那么采用最大池化对图a进行分块，每个块的大小为2*2，计算出每个块的最大值，作为下采样后图片的像素值，计算过程如图b所示，最后得到下采样结果图c。
这就是最大池化。当然以后你还会遇到各种池化方法，比如均值池化，也就是对每个块求取平均值作为下采样的新像素值。还有重叠采样的池化，我上面这个例子是没有重叠的采样的，也就是每个块之间没有相互重叠的部分，上面的步长为2，就是为了使得分块都非重叠，等等。这里就先记住最大池化就好了，因为这个目前是最常用的。
feature maps (特征图)
特征图说白了就是CNN中的每张图片，也称之为特征图片。在CNN中，我们要训练的卷积核并不是仅仅只有一个，这些卷积核用于提取特征，卷积核个数越多，提取的特征越多，理论上来说精度也会更高，然而卷积核一堆，意味着我们要训练的参数的个数越多。在LeNet-5经典结构中，第一层卷积核选择了6个，而在AlexNet中，第一层卷积核就选择了96个。
CNN的每一个卷积层都要人为的选取合适的卷积核个数，及卷积核大小。每个卷积核与图片进行卷积，就可以得到一张特征图了，比如LeNet-5经典结构中，第一层卷积核选择了6个，就可以得到6个特征图，这些特征图也就是下一层网络的输入了。也可以把输入图片看成一张特征图，作为第一层网络的输入。
