好的，我开始理解神经网络的概念，但我仍然无法理解卷积神经网络的用途/好处/实现，尤其是在图像处理方面。
我不明白的是如何检测不同大小的物体。
假设我们有一个 50*50 的权重矩阵和一个大小为 50*50 的训练集中的人脸。现在，当您获取矩阵的加权和时，它将返回一个特定值，例如 "X" 。所以现在我明白了这个想法是在整个图像上运行权重矩阵以锁定一个区域，该区域给出一个加权和为 ~"X" 现在你已经检测到一张脸。
如果上述理解是正确的，那么大小为 25*25 的图像如何在任何地方生成一个克隆到 "X" 的值。所以基本问题是如何处理图像的相对大小。
如果可能的话，请建议一些好的教程。