每天五分钟深度学习PyTorch：卷积和池化后图片会有什么变化？

本文重点

卷积和池化，这两个词听起来像厨房里的操作——一个像“搅拌食材”，一个像“过滤汤汁”。实际上，它们在图像处理里干的事儿也差不多：卷积负责“提取特征”，池化负责“压缩信息”。经过这两步，图片会从“原始像素堆”变成更有“内涵”的特征图，就像把一堆散沙捏成有形状的雕塑。

卷积：给图片“装上显微镜”

想象你有一张猫咪的照片，像素密密麻麻堆在一起，直接看只能看到“毛茸茸的一片”。卷积的操作，就像拿显微镜在图片上“扫”一遍——不过这显微镜的“镜片”是可定制的，叫“卷积核”（也叫滤波器）。比如你想找猫咪的边缘，就选一个能检测边缘的卷积核；想找猫咪的纹理，就选一个能捕捉纹理的核。卷积核在图片上“滑动”，每到一个位置，就和对应区域的像素做“局部乘法”——比如卷积核是3×3的，就取图片上3×3的像素块，每个像素和核上的数相乘，再把结果加起来，得到一个新的数值。这个数值会填到输出图片的对应位置，所有位置扫完，就得到一张新的“特征图”。

举个例子：假设原图是黑白的猫咪脸，卷积核是“边缘检测器”（中间值高，四周值低）。当核扫到猫咪耳朵的边缘时，边缘两侧的像素值差异大（一边亮一边暗），相乘后的和也会很大，输出图上对应位置就会变亮；而扫到耳朵内部时，像素值变化小，输出图上对应位置就偏暗。最后得到的特征图，会像用铅笔勾了边一样，突出猫咪的轮廓。

卷积后的图片，尺寸可能会变小（如果卷积核不“补零”的话），但更重要的是，它不再是一堆原始像素，而是“有意义”的特征。比如原来的图片是“毛、眼睛、鼻子”的像素堆，卷积后可能变成“边缘、纹理、形状”的特征图——这些特征是机器理解图片的“语言”，比原始像素更接近“猫咪”的概念。

不过，卷积核的选择很关键。如果选错了核（比如用检测边缘的核去找颜色），输出图