场景描述：

作为卷积神经网络的最基本组件，卷积操作的具体细节和相关性质是面试中经常被问到的问题。本节整理了几个较为常见的关于卷积的基础知识点，帮助读者回顾卷及操作的一些具体细节。

知识点：

卷积操作、卷积核、感受野、特征图、卷积神经网络

问题1：简述卷积的基本操作，并分析其与全连接层的区别？

在卷积神经网络出现之前，最常见的神经网络被称为多层感知机(Multi-Layer Perceptron, MLP)。这种神经网络相邻层的节点是全连接的，也就是输出层的每个节点会与输入层的所有节点连接。与全连接网络不同，卷积神经网络主要是由卷积层构成的，它具有局部连接和权值共享等特性。

具体来说，卷积层是通过特定数目的卷积核(又称滤波器)对输入的多通道特征图进行扫描和运算，从而得到多个拥有更高层语义信息的输出特征图（通道数目等于卷积核个数）。图1.2 形象地描绘了卷积操作的基本过程：下方的绿色放个为输入特征图，带灰色阴影部分是卷积核施加的区域；卷积核不断地扫描振