卷积（Convolution）

用局部连接与权共享两条约束压参数账的结构：一个核从 1 个输入通道到 6 个输出通道只要 156 个参数（含偏置），尺寸再大这个数也不动。省的是参数与人工特征依赖，不是精度。

生产方式：AI 生成AI 生成，仅供参考签发：晓黎学习复核：2026年11月8日被 5 个词条引用

课的标题句：卷积省下来的不是精度，是每个位置各学一套权重这笔账。一个 5×5 的核从 1 个输入通道映到 6 个输出通道，参数是 156 个（含偏置），同输入尺寸的全连接层要 627,200 个；像素数怎么变，156 一动不动。见 全连接层、权共享、局部连接。

两条约束是写进结构的先验：图像任务里合算，因为同一种纹理哪都可能出现；换一个位置本身携带含义的输入，假设就开始咬人。卷积拿一部分表达力，换参数量与「不必由人写特征」两件事，精度是这笔交换之后的结果。见 人工特征工程、卷积神经网络。

互链

链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。

反链（5）

出现在哪些课时里（3）

判据与「课时正文里能不能点出来」是同一个：那一节确实提到了它。点课时走当前页跳转， 它是导航，不是词条链接。

关联图

只画这一条与它直接相连的词条，边与上面两区同源。可拖拽、可缩放，点节点是新标签。

以列表方式看这 7 个节点

出处

路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。

  • 课程正文用法归纳从手写体到 ImageNet：卷积赢在哪一格packages/db/prisma/lesson-content/from-handwriting-to-imagenet.md
  • 课程正文用法归纳反向传播不是 1986 年发明的packages/db/prisma/lesson-content/backprop-not-invented-1986.md
  • 课程正文用法归纳寒冬是三本账同时变差packages/db/prisma/lesson-content/winters-were-payable.md
  • 课程正文用法归纳课程派生词条 · 模型与生成式 AI 基础

编译入库：2026年11月2日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。