本章主要内容：

• 什么是卷积运算
• 使用卷积的动机
• 池化
• 神经网络中卷积的变种
• 不同难度数据的卷积
• 使卷积更高效的方法
• 神经科学原理

[success]
CNN基于这样一些先验知识对前馈网络优化：
(1) some pattens are much smaller than the whold image --- filter
(2) the same pattens appear in different regions --- shared parameters
(3) subsampling the pixels will not change the object --- pooling
完整的CNN网络结构：