视频字幕
嘿，同学们！你们有没有想过，电脑是怎么认出照片里的猫猫狗狗，或者区分苹果和香蕉的呢？其实，对电脑来说，图片不是我们看到的五颜六色，而是一堆数字组成的方格！每个数字代表一个点的颜色深浅。看，这就是一张超简单的数字图片。
卷积运算其实很简单！想象你有一个特殊的放大镜，叫做"卷积核"。这个放大镜有自己的数字模板。我们把这个模板在原始图片上一步步移动，每次都计算模板和图片对应位置的数字乘积，然后把结果加起来。这样就能提取出图片的特殊特征了！
现在我们来看具体怎么计算！把卷积核放在输入图片的左上角，对应位置的数字相乘然后相加。1乘1等于1，0乘0等于0，1乘负1等于负1，继续这样计算每一对数字，最后把所有结果加起来，得到0。这就是卷积运算的一步！
卷积核就像不同功能的眼镜！边缘检测卷积核就像一副能突出轮廓的眼镜，帮助电脑找到物体的边界。模糊卷积核就像磨砂眼镜，让图片变得模糊。在卷积神经网络中，电脑会学习使用成千上万个不同的卷积核，每个都有特殊的本领，一起合作来识别图片中的猫猫狗狗！
现在该你们试试了！看这个练习题，我们有一个3乘3的输入和一个2乘2的卷积核。把卷积核放在输入的左上角，计算对应位置相乘后的和。2乘1等于2，1乘0等于0，1乘0等于0，3乘1等于3，最后答案是2加0加0加3等于5！你们算对了吗？通过这样的练习，你们就掌握了卷积运算的基本原理！
大家好！今天我们要学习一个非常有趣的概念——卷积运算。什么是卷积呢？你可以把它想象成用一个特殊的放大镜来观察图片，找出图片里的特定特征，比如边缘、角落或者某种图案。这就是卷积神经网络的核心原理！
现在，我们要请出一个"找茬小助手"，它是一个小小的数字方块，我们叫它"卷积核"或"滤波器"。它就像一个带着特定"任务"的小侦探，要在图片里找某种特定的图案，比如一条边，或者一个角。看，这个红色的小方块就是我们的卷积核，它比原始图片小很多，但是很有用！
现在我们来看看卷积运算的具体过程。首先，我们把卷积核放在输入矩阵的左上角，然后进行逐元素相乘再求和。第一步：2乘以1，1乘以0，1乘以0，3乘以负1，结果是负1。然后卷积核向右移动一格，继续计算。这样一步步地，我们就得到了输出矩阵。
不同的卷积核有不同的功能！比如边缘检测核专门用来找图片中的边缘线条；模糊核可以让图片变得模糊；锐化核则能让图片变得更加清晰。这就是卷积神经网络厉害的地方——通过学习不同的卷积核，它能够提取图片中的各种特征，从而理解图片的内容！
现在到了练习时间！我们有一个2×2的输入矩阵，值分别是4、2、1、3，还有一个2×2的卷积核，值分别是1、负1、0、1。请大家试着计算一下卷积结果。记住，要逐元素相乘再求和：4乘以1，加上2乘以负1，加上1乘以0，加上3乘以1，答案是多少呢？
现在我们来看看卷积运算的神奇过程！我们把这个小助手放在图片的一个角落，让它盖住图片的一部分。现在，神奇的事情发生了！小助手会把自己的每个数字，和它盖住的图片里的数字，一对一地乘起来！然后，把所有乘出来的结果，全部加起来！得到的这个总和，就是小助手在这个位置找到的图案的分数。
接着，小助手会滑到旁边一个位置，继续重复刚才的乘法和加法。它会这样一步一步滑过整个图片，就像探照灯一样，一点点扫描。每到一个位置，都会计算出一个分数，记录在新的结果图中。最后，我们就得到了一张完整的分数地图，这张地图告诉我们，小助手要找的特定图案，在原图的哪些地方出现了！
现在该你们试试了！看这个练习题，我们有一个3乘3的输入和一个2乘2的卷积核。把卷积核放在输入的左上角，计算对应位置相乘后的和。让我们一步步来：2乘1等于2，1乘0等于0，1乘0等于0，3乘1等于3，最后答案是2加0加0加3等于5！你们算对了吗？通过这样的练习，你们就掌握了卷积运算的基本原理！这个滑动、相乘、相加的过程，就叫做卷积运算！