先提一個小問題：
“你是通過什麼瞭解這個世界的？”
當一輛汽車從你身邊疾馳而過，你是通過哪些信息知道那是一輛汽車？
“它的材質，速度，發動機的聲響，還是什麼？”
你可能說不清所以然，但是當你看到下圖時，你會第一時間反應出來，“噢，車！ ”
為什麼你能猜對它？
“輪廓”！
——對，我給你看了它的輪廓。
再給你一些七七八八、大小不一的圖片，你總能猜對一些。
你是怎樣做到的？
很簡單
你讀了一張圖片 → 找到了圖片的特徵 → 進而對圖片做出了分類
如果是一張黑白圖片，我們看到的，是這個樣子的：
而在計算機的眼裡，它看到的，是這個樣子的：
好沒有情趣……
這些數字是哪裡來的？
因為圖片是由一個又一個的像素點構成。（當你將圖片無限放大，你能看到那些像素點）
而每一個像素點，都是由一個0~255的數字組成。
所以，在計算機“看”來，一張圖片，就是一個又一個的數字。
所以，我們第一步的工作，是將左上圖的那隻小狗，轉換成右上圖的那一行行數字。
幸運的是，目前在python中，很多第三方庫，諸如PIL/Matplotlib等，都可以實現這種轉換，我們需要了解的是，後面的所有運算過程，都是基於右上圖 來完成的，至於具體的轉換過程，不需要我們費心來做。
在文章開篇的例子中，我們知道，在識別一輛汽車的時候，可以將它的輪廓提取出來，從而判斷出那是一輛車。
同樣的，CNNs在識別圖片時，也需要提取圖像的特徵。
在CNNs中，完成這一工作的小夥叫“卷積”。（希望你不要糾結這個極具個性的名字，懂得它的原理就OK）
“卷積”在每次工作時，手裡都會握著幾把“過濾器”。
過濾器的作用是：尋找圖片的特徵。
仍以小狗為例，過濾器會在圖片上從頭到尾“滑過”一遍
每滑到一個地方，就將該地方的圖像特徵提取出來。
那它是怎樣提取的呢？
別忘了，在計算機的眼裡，世界是這個樣子的：
（為了簡化問題，這裡將像素值僅用0和1表示）
假設過濾器是這個樣子的：
當橘色的過濾器在綠色矩形框中，緩慢滑過時，
我們用橘色過濾器中的每一個值，與綠色矩形框中的對應值相乘、再相加
有點兒拗口，直接看圖：
結果“4”，就是我們從第一個橘色方框中，提取出的特徵。
如果我們每次將橘色過濾器，向右、向下移動1格，則提取出的特徵為：
你可能會問：
我知道綠色矩陣代表一張圖片，是計算機“眼中”圖片的樣子。
但是，
經過橘色過濾器提取特徵後，得到的粉色矩陣，那是什麼？
我們從人類的視角，再重新審視一遍。
這次，我們回到之前的例子中。
仍以這張萌狗為例，它經過“過濾器”提取特徵後，得到的是一張……哦，好吧……看起來有點兒模糊的圖。
雖然圖片模糊了，但是圖片中的主要特徵，已經被過濾器全部提取出來，單憑這麼一張模糊的圖，作為人類的我們，足以對它做出判斷了。（誰敢說它是一隻貓？！）
下面，我們再換幾個過濾器試試。
這些就是經過過濾器提取後，得到的不同“特徵圖片”。
由此我們可以看出，採用不同的“過濾器”，能夠提取出不同的圖片特徵。
你可能又會問：
那過濾器裡的數值，該如何確定呢？
4種過濾器-效果.png (116.6 KB)
4種過濾器.png (21.42 KB)
dog-黑白.jpg (41.25 KB)
更多資料獲取請私信我
閱讀更多 js龍紋 的文章
