太激动了，终于想明白为什么神经网络只是一些数据就能解决识别等问题。

我将从信号与系统的课程入手解释，为什么0，1能描述世界上的所有系统和作用。
然后以线性回归，均值滤波(重点)，多项式线性回归解释为什么需要参数，如何自动调整参数。
最后我将解释为什么卷积是有效，然后其他的什么神经网络就不解释了。
全文将贯穿所有的数学证明过程(使用lean4证明，因为用这个语言写的证明过程全宇宙都认可)，同时需要读者有一丢丢的信号与系统的基础知识。

todo

• 线性回归
• 什么是均值滤波
• 均值滤波如何选择合理的滤波长度和选择合理的触发阈值
• 如何自动选择均值滤波的阈值。
• 多项式线性回归。
• 证明: 复杂的均值滤波是CNN的一个特解
• 如何用数学语言解释神经网络为什么有效
• 如何使用c语言重新CNN的推理过程。
• 如何解决小场景(神经网络只有1k左右)下的神经网络部署，优化问题等。