卷積神經網絡的卷積核（kernel）、輸入尺寸（input）、步長（stride）、填充（padding）關係

基本意義 卷積核（kernel）：用於對輸入圖像進行共享權值的遍歷；如果將圖像每一個圖像的每一個像素作爲卷積輸入層的元素，那麼卷積核就相當與每個輸入的權值，且有卷積核大小的一組輸入使用同一組權值。例如，一個圖像是99大小，卷積核是33；則輸入是81個，共享權值是9個一組。 步長（stride）：卷積核是在圖片上移動後遍歷每一個像素，每次移動的大小就是步長stride 填充（padding）：是爲了

>>阅读原文<<