卷积层由称为过滤器（或内核）的数字网格组成。这是扫描图像的过滤器（这里讨论 2D 卷积）。应用意味着简单地将过滤器的每个像素的值与图像的相应值相乘。有关将滤镜应用于图像的过程的直观说明，请查看此视频。

步幅是指过滤器每次应用之间的像素数。为此，我还将参考上面的视频。如果我们有一个 5x5 的图像和 3x3 的滤镜；stride = 1指在图像中的 25 个像素中的每个像素上居中过滤器。stride = 2另一方面，在每一步跳过以像素为中心。查看此视频以获取有关 stride 的视觉解释。

将过滤器应用于整个图像完成过滤器的处理。但通常，我们在每一层都有多个过滤器来捕获不同的特征，这意味着对不同的过滤器再次应用上述过程。

对于 5x5 图像，过滤器大小可以是 1x1 到 5x5 之间的任何值。1x1 有点无意义，但仍有可能。

本文还对 CNN 中使用的术语进行了很好的解释。最后，您可以在此处找到关于计算卷积层中参数数量的很好的讨论。