卷积和池化到底在做什么？

  首先我们要知道，图像在计算机里是以数字的形式存在的，主流的图像处理框架在读取图像之后，都是以矩阵来表达。比如一张300×300像素的RGB图片，在程序中就是一个三维数组，size为300x300x3，前两个是高和宽，最后一个是RGB的三个通道。对于以往的传统机器视觉来说，对图像数组应用各种矩阵操作就可以得到想要的结果。