卷积核手动滑动
卷积神经网络靠卷积核''看图——一个小小的方块（这里是 3×3）在图像上一格格滑过，每到一处就把覆盖的像素和核里的权重对应相乘再相加，得出一个数。不同的核找不同的东西：有的专挑边缘，有的专挑竖线、横线。换个核，看同一张图被看’‘出完全不同的特征。
左边是原图（一个``十''字），中间是卷积核，右边是算出来的``特征图''：越亮表示这个核在该位置的响应越强。蓝框是当前滑动窗口，金框是它对应的输出格。
原图 10×10
卷积核
→
特征图 8×8
核 = 一个小模式探测器
3×3 的权重决定它对什么敏感：边缘检测核在明暗交界处响应最大。
滑动 = 处处都查一遍
同一个核滑遍全图，所以图里任何位置出现该模式都能被发现（平移不变）。
多个核 = 多种特征
真实 CNN 一层有几十上百个核，各管一种模式；逐层叠加就能识别复杂物体。