如上一段所述，卷积可以提取特征，但对于真实世界当中的大规模图片库，我们并不知道哪个局部特征有效，我们还是希望通过训练神经网络，自动学习出来，怎么做呢？还得用到前面学到的BP算法，但现在的问题是卷积和神经网络有什么关系呢？看下面两个图可以知道，其实卷积的运算就是相乘之后求和，和神经网络效果是一样的。卷积核和卷积结果分别对应着神经网络中的参数和隐藏层结果。这样就回到前面所学的BP算法了，做法是一样的，先初始化参数，再通过训练使得误差越来越小。
文章转载自原文：https://blog.csdn.net/qq_43650923/article/details/100630276