下面，我们总结一下卷积网络的特点。

■局部连接，减少参数，提升效率。

■通过特征提取把整体特征分解成小特征。

■小特征具有平移不变性，因此出现的各个位置均能被识别。

■通过空间层级将深度特征组合，形成整体特征。

■卷积的原理：抠图，卷积核对抠下来的图进行运算，形成响应通道。

■填充和步幅。

■池化层的功能是对特征图进行下采样。

卷积网络是计算机视觉处理的“利器”，在目前计算机视觉相关的项目实践中，绝大多数情况都可以看见卷积网络的身影。本课就通过一个小型的卷积网络，实现了对10种不同品种狗狗的图像进行分类。在这个过程中，我们用多种方式对网络进行了优化。

在本课的最后，还介绍了一种将卷积网络特征通道可视化的方法，以及几种大型卷积网络模型。