卷积神经网络中有三个基本的概念：局部感受野（local receptive fields），
共享权重（ shared weights），
混合（ pooling）。
与前面的神经网络不同，在这里我们用下图中的矩阵来表示输入神经元。
在cnn中，输入层的一个区域（例如，5 * 5）对应下一层隐含层中的一个神经元，这个区域就是一个局部感受野。如下图所示：
通过在输入矩阵中滑动局部感受野来对应隐含层中的神经元，如下图所示：
这样对于28*28的输入，我们就得到了一个25*25的隐含层。这个25*25的隐含层其实就是用来描述输入的一个特征。
原文：http://www.cnblogs.com/zhangcaiwang/p/6973719.html