TechNomads

一句话定义

卷积核（Kernel / Filter）是一组可学习的小矩阵，用来在局部区域内提取特定模式的特征。

这句话合格，但不加分。下面才是加分部分。

一、直觉理解（一定要会讲）

你可以这样想👇

• 输入是一张大图（或特征图）
• 卷积核是一只 “小窗口 + 模板”
• 在图上滑动
• 每滑一次就问一句：

“这一小块，像不像我关心的模式？”

举个具体例子

一个 3×3 卷积核可能学到的是：

• 横向边缘
• 竖向边缘
• 角点
• 纹理

👉 不同卷积核 = 不同“特征探测器”

📌 面试金句：

每个卷积核本质上是一个“模式检测器”。

二、数学定义（别躲）

假设：

• 输入特征图：X
• 卷积核：W
• 输出特征图：Y

对某个位置 (i, j)：

Y(i,j) = Σ Σ X(i+u, j+v) · W(u, v)

👉 本质就是 加权求和

⚠️ 严格来说 CNN 里用的是 互相关（cross-correlation） ，但工程上仍叫卷积。

📌 加分点：

深度学习里的“卷积”其实不翻转 kernel。

三、卷积核在 CNN 里的三个关键作用

1️⃣ 局部连接（Local Connectivity）

• 卷积核只看 局部区域
• 不看全图

👉 大幅减少参数量

对比：

• 全连接：O(n²)
• 卷积：O(k²)

2️⃣ 权重共享（Weight Sharing）

• 同一个卷积核
• 在整张图上反复使用

👉 同一个模式，无论出现在左上还是右下，都能被识别

📌 金句：

卷积核让 CNN 具有平移不变性。

3️⃣ 特征抽象（层级化）

• 浅层：边缘、角点
• 中层：纹理、形状
• 深层：物体部件、语义

👉 卷积核是层级特征的构建单元

四、工程角度怎么理解卷积核？

1️⃣ 一个卷积层 ≠ 一个卷积核

• 一个卷积层通常有 N 个卷积核
• 每个核生成一张特征图（channel）

输入：C_in 通道
卷积核：C_in × k × k
输出：1 个 channel

2️⃣ 多通道卷积核

对 RGB 输入：

Kernelshape= (3, k, k)

• 分别对 R/G/B 做卷积
• 再相加

📌 面试加分点：

多通道卷积是在通道维度上做加权融合。

五、卷积核大小意味着什么？

📌 面试金句：

多个 3×3 卷积可以替代一个大卷积核，同时更省参数。

六、卷积核是“人设定”的还是“学出来的”？

完全是学出来的。

• 初始：随机
• 训练：反向传播更新权重
• 最终：自动学到有意义的模式

👉 人不需要指定“这是边缘核”

八、终极总结

卷积核是 CNN 中可学习的局部模板，

通过局部连接和权重共享，在整张输入上提取一致的模式，

是 CNN 能高效建模空间结构的核心原因。