如果一张28*28*1的图像作为输入，那么传统的神经网络输入的是向量，而卷积神经网络输入的是三维矩阵
卷积层作用是特征提取，池化层的作用是压缩特征，注意卷积层的卷积策略是不对图像的最外层的像素进行处理
颜色通道的处理策略
3个颜色通道，每个颜色通道分别做计算，再把每个通道卷积结果相加
卷积的策略
上图表示一层的卷积，这一层中的卷积核有6个，卷积核的个数就是深度的大小也就是得到的特征图像的个数，这6个卷积核的尺寸大小相同里面的数值不同，这6个卷积核分别对这个通道的图像进行卷积，也就是说它们是并联的，并不是一个卷积核对另外一个卷积核的输出结果进行卷积。
卷积的过程
下图以两个卷积核为例
卷积的步长
卷积核的中心向右或则向下移动几个像素步长就是几，比如下面的步长为2
