深度學習（五）卷積過程的理解

卷積過程貫穿於整個神經網絡，尤爲重要 卷積核是矩陣，是對輸入矩陣的線性變換（旋轉、縮放、剪切），輸出feature map 舉例：335的卷積核，轉換成矩陣527 輸入圖片3100100 轉換矩陣2710000,輸出feature map 5*10000 從例子出來，我們發現，我們需要對卷積核與輸入圖片進行一維展開，卷積核H = 卷積核數量（5）、卷積核W = 卷積核尺寸輸入圖片維度(333)、輸

>>阅读原文<<