可以从两个角度理解卷积的角度：
卷积过程是在图像每个位置进行线性变换映射成新值的过程，将卷积核看成权重，若拉成向量记为$w$，图像对应位置的像素拉成向量记为$x$，则该位置卷积结果为$y=wx+b$，即向量内积+偏置，将$x$变换为$y$。从这个角度看，多层卷积是在进行逐层映射，整体构成一个复杂函数，训练过程是在学习每个局部映射所需的权重，训练过程可以看成是函数拟合的过程。
卷积核定义了某种模式，卷积运算是在计算每个位置与该模式的相似程度，或者说每个位置具有该模式的分量有多少，当前位置与该模式越像，响应越强。