💡一句話定義
卷積神經網路（CNN）＝ 專門處理影像等有空間結構資料的網路。它用小小的卷積核（濾鏡）在圖上滑動、萃取邊緣與紋理等局部特徵，並具平移不變性——物體移個位置仍然認得。
傳統全連接網路把整張圖攤平來看，參數爆炸又丟失空間關係；CNN 用「局部掃描＋共享濾鏡」把這兩個問題一次解決。
🔍用「放大鏡」來想
🎮互動：卷積是怎麼算的
切換濾鏡，再把滑鼠移到右邊 Feature Map 的格子上：左圖的黃框會跳到對應區域，下方顯示「對應相乘再相加」的完整算式。
卷積神經網路 (CNN) 互動演示
選擇濾鏡 (Filter)：
Input Image (5x5)
×
Kernel (3x3)
=
Feature Map (3x3)
請將滑鼠移到最右側的 Feature Map 格子上，查看卷積運算細節。
* 註：Feature Map 尺寸變小是因為我們沒有使用 Padding。 (5-3+1 = 3)
🧮卷積的數學
說穿了，卷積就是對應位置相乘後全部相加（Sum of Products）：
yi,j = Σm Σn xi+m, j+n · wm,n
x 是輸入像素、w 是卷積核權重、y 是輸出的特徵圖數值。沒加 Padding 時，5×5 的圖被 3×3 的核掃過，輸出會縮成 3×3（5−3+1）。
⚡為什麼 CNN 這麼有效？
🔬局部連接
每個神經元只看一小塊（如貓的耳朵），符合視覺原理。
每個神經元只看一小塊（如貓的耳朵），符合視覺原理。
♻️權重共享
同一個濾鏡掃整張圖 → 參數大減，還能偵測任何位置的特徵。
同一個濾鏡掃整張圖 → 參數大減，還能偵測任何位置的特徵。
📍平移不變性
特徵出現在左上或右下都認得，物體移位仍能辨識。
特徵出現在左上或右下都認得，物體移位仍能辨識。
🧱層層抽象
淺層抓邊緣紋理、深層組成眼睛、臉、物體。
淺層抓邊緣紋理、深層組成眼睛、臉、物體。
🏗️一個完整 CNN 的組件
| 層 | 做什麼 | 會不會學參數 |
|---|---|---|
| 卷積層 Conv | 用濾鏡萃取邊緣、紋理等局部特徵 | 會（學濾鏡權重） |
| ReLU | 去除負值、加入非線性 | 不會 |
| 池化層 Pooling | 降採樣縮小尺寸、保留最顯著訊號 | 不會（只降維） |
| 全連接層 FC | 把特徵攤平後做最終分類 | 會 |
易混：卷積層「學參數、抓特徵」；池化層「只降維、保訊號，不學參數」，還能增強平移不變性——這是考試常見的判斷點。
🆚CNN vs 全連接網路（影像）
| 面向 | 全連接 MLP | CNN |
|---|---|---|
| 看圖方式 | 攤平整張圖 | 卷積核局部滑動 |
| 參數量 | 爆炸（每個像素都連） | 少很多（權重共享） |
| 空間結構 | 攤平就丟失了 | 保留 |
| 平移不變性 | 幾乎沒有 | 有 |
也因此，CNN 廣泛用於醫療影像診斷、自動駕駛、人臉辨識等視覺任務。而 1D 卷積可用於文字／語音／時間序列，3D 卷積用於影片與立體醫療影像。
✅自我檢測
Q1. 卷積運算實際上在算什麼？
把卷積核蓋在輸入的一小塊上，對應位置相乘後全部相加，得到特徵圖上的一個數值；核滑過整張圖就得到整張特徵圖。
Q2. 局部連接與權重共享為什麼重要？
局部連接讓每個神經元只看一小塊、符合視覺原理；權重共享讓同一濾鏡掃整張圖，大幅減少參數，並能在任何位置偵測同一特徵（平移不變性）。
Q3. 卷積層和池化層的差別？
卷積層會學參數、負責萃取特徵；池化層不學參數，只是降採樣縮小尺寸、保留最顯著訊號，並增強平移不變性。
Q4. CNN 只能用在影像嗎？
不是。1D 卷積可用於文字、語音、時間序列；3D 卷積用於影片與立體醫療影像（如 CT、MRI）。凡是有「局部結構」的資料都適合。
🎯重點整理
- 是什麼：用卷積核滑動掃描影像、萃取局部特徵的網路。
- 卷積：對應相乘再相加；無 Padding 時輸出尺寸縮小。
- 三大優勢：局部連接、權重共享、平移不變性。
- 組件：Conv（學特徵）→ ReLU → Pooling（只降維）→ FC（分類）。
- 應用：醫療影像、自動駕駛、人臉辨識；1D/3D 卷積延伸到語音與影片。