图4-2 卷积神经网络的卷积层(含池化层)

图4-2展示了一个卷积神经网络的卷积层（含池化层）。卷积层是卷积神经网络的核心组成部分，它通过使用多个卷积核在输入数据上进行局部特征提取。每个卷积核都会生成一个新的特征图，这些特征图共同构成了卷积层的输出。池化层则用于降低特征图的空间尺寸，从而减少计算量和参数数量。常见的池化操作有最大池化和平均池化，它们分别对每个局部区域的最大值或平均值进行采样。通过堆叠多个卷积层和池化层，我们可以构建一个深度卷积神经网络，以实现更复杂的特征提取和分类任务。