卷積神經網路(Convolutional Neural Network, CNN) 在一般神經網路的前端加上卷積層(Convolution Layer)，進行『特徵萃取』(Feature Extraction)，將像素轉換為各種線條特徵，再交給Dense層辨識，這就是機器學習流程的第3步驟 -- 特徵工程(Feature Engineering)。

卷積(Convolution)簡單說就是將圖形逐步抽樣化(Abstraction)，把不必要的資訊刪除，例如色彩、背景等，下圖經過三層卷積後，有些圖依稀可辨識出人臉的輪廓了，因此，模型就依據這些線條辨識出是人、車或其他動物。

卷積神經網路(Convolutional Neural Network)，以下簡稱CNN，它的模型結構如下：

 

  1. 先輸入一張圖像，可以是彩色的，每個色彩通道(Channel)分別卷積再合併。
  2. 圖像經過卷積層(Convolution Layer)運算，變成特徵圖(Feature Map)，卷積可以指定很多個，卷積矩陣不是固定的，而是由反向傳導推估出來的，與傳統的影像處理不同，卷積層後面通常會附加ReLU Activation Function。
  3. 卷積層後面會接一個池化層(Pooling)，作下採樣(Down Sampling)，以降低模型的參數個數，避免模型過於龐大。
  4. 最後把特徵圖(Feature Map)壓扁成一維(Flatten)，交給Dense層辨識。

 

卷積有很多種，包括影像模糊化(Blur)、銳化(sharpen)、邊緣偵測等，在卷積神經網路設計時，我們並不需要指定卷積類別，只要指定濾波器(Filter)個數，相關的卷積參數會在優化的過程中與權重一併被推算出來。

 

深度學習永遠不會跟你說錯，『垃圾進、垃圾出』(Garbage In, Garbage Out)，確認模型推估的合理性是相當重要的。因此，我們可以用視覺化的方式觀察卷積的影響力，透過程式可以重建圖像，顯示每一層卷積後的圖像，以下是一隻鳥的圖片經卷積的處理結果。

 

第一層影像處理結果：

第17層影像處理結果：

相關程式可詳閱『深度學習最佳入門』一書說明。