从“卷积”、到“图像卷积操作”、再到“卷积神经网络”，“卷积”意义的3次改变
卷积神经网络
例：吃饭消化下理解卷积
- 卷积:对一个输入f（t）不稳定，输出稳定g(t)的系统求其t时刻的系统存量。
卷（翻转g(t)）积（累加）
2.图像卷积操作：
难以理解，是因为采用了单一的例子来帮助本来不能理解的自己理解，所以得跳出之前单一例子的片面化的理解，但是直接理解任然不太容易，举另一个例子（某一时刻产生的飓风的强度是由之前很多次蝴蝶扇翅膀造成的）
发散思维：x轴可以是距离等其他因素，t时刻的事件强度也可能由不止一个影响因素持续作用，这些影响因素也会有自己的不同的函数图像。
图像处理中的卷积核作用：
卷
