Convolutional Layer

释义 Definition

卷积层：深度学习（尤其是卷积神经网络 CNN）中的一种网络层，通过卷积核/滤波器（kernel/filter）在输入上滑动，提取局部特征（如边缘、纹理、形状），并生成特征图（feature maps）。常用于图像、语音与序列数据处理。（也常简称为 conv layer。）

发音 Pronunciation (IPA)

/ˌkɑːn.vəˈluː.ʃə.nəl ˈleɪ.ər/

例句 Examples

A convolutional layer can detect edges and textures in an image.
卷积层可以检测图像中的边缘和纹理。

By stacking multiple convolutional layers, the model learns increasingly abstract features and improves classification performance.
通过堆叠多个卷积层，模型可以学习越来越抽象的特征，从而提升分类性能。

词源 Etymology

convolutional 来自 convolution（卷积），源于拉丁语 convolvere，意为“卷在一起、缠绕”，在数学与信号处理中引申为“两种信号/函数的叠加与混合运算”。在深度学习中，“convolutional”指使用卷积运算的结构；layer 则表示神经网络的“层”。

相关词 Related Words

• Convolution
• Kernel
• Filter
• Feature Map
• Stride
• Padding
• Pooling Layer
• CNN

文学作品中的用例 Literary Works

• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）——在卷积网络章节中系统讨论卷积层的原理与应用。
• Neural Networks and Deep Learning（Michael Nielsen）——介绍神经网络概念，并在相关材料/扩展阅读中涉及卷积网络与卷积层思想。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——虽非以 CNN 为主，但在特征提取与概率建模相关内容中常作为背景知识被引用。