对于 CNN，我认为这意味着对输入图像的小*位移的不变性。例如在字符识别任务中，如果您通过移动（即向左/向右和向上/向下滑动图像）来训练系统，您将学习到一个更通用的检测器，它在困难的条件下工作，即当字符未完全对齐图像的中心。旋转、缩放等也采取了类似的预防措施。

$^*$我用谷歌搜索确定“小”并在这里看到了类似的讨论，这让我意识到 CNN 也可以抵抗大位移，因为池化过程将局部特征总结在一个较小的向量中（即代表整体），在图像中看到对象的位置并不重要。

移位不变性：这意味着如果我们及时移动输入（或移动向量中的条目），那么输出也会移动相同的量

http://pillowlab.princeton.edu/teaching/mathtools16/slides/lec22_LSIsystems.pdf