二位卷积 平移不变性

二维卷积神经网络中的平移不变性是指，当输入图像中的物体发生平移时，网络对于这个物体的识别结果不会发生改变。这种平移不变性在图像识别、目标检测等任务中非常重要。在卷积神经网络中，平移不变性是通过卷积层实现的。卷积层中的卷积核在对输入图像进行卷积操作时，会对图像的每个位置进行相同的操作，从而实现了平移不变性。同时，卷积层中的池化操作也可以增强平移不变性。通过对输入图像进行池化操作，可以将图像中的一些细节信息抹掉，从而使得网络对于输入图像的平移更加鲁棒。