卷积神经网络
卷积神经网络具有的特性：
平移不变性（translation invariance）：不管检测对象出现在图像中的哪个位置，神经网络的前面几层应该对相同的图像区域具有相似的反应，即为“平移不变性”。图像的平移不变性使我们以相同的方式处理局部图像，而不在乎它的位置。
局部性（locality）：神经网络的前面几层应该只探索输入图像中的局部区域，而不过度在意图像中相隔较远区域的关系，这就是“局部性”原则。最终，可以聚合这些局部特征，以在整个图像级别进行预测。局部性意味着计算相应的隐藏表示只需一小部分局部图像像素。
卷积
卷积是当把一个函数“翻转”并移位 x 时，测量 f 和 g 之间的重叠。
池化
降低卷积层对位置的敏感性，同时降低对空间降采样表示的敏感性
