卷积层用一个小卷积核在输入上滑动，局部窗口与核逐元素相乘求和得到一个输出值，具有局部连接和权值共享两大特性，天然契合图像的平移不变性，参数量远小于全连接。
输出尺寸公式：out = ⌊(H + 2P − K) / S⌋ + 1，其中 H 输入边长、P padding、K 卷积核边长、S 步长。参数量：K×K×C_in×C_out + C_out（偏置），与输入空间尺寸无关。
例：输入 224×224×3，第一层 7×7、stride=2、padding=3、64 通道，输出为 ⌊(224+6−7)/2⌋+1 = 112，即 112×112×64；参数量 7×7×3×64+64 = 9472。对比全连接把 224×224×3 直接映射到 1000 维需要约 1.5 亿参数。
易错点：忘记加偏置；把输出通道数与卷积核个数的关系搞混（每个输出通道对应一个独立的卷积核组）。追问方向：1×1 卷积的作用（降维、跨通道融合）？空洞卷积如何扩大感受野？