【論文學習】快速卷積方法——Winograd 變換

論文：Fast Algorithms for Convolutional Neural Networks 本博客關注於論文中Winograd 變換部分         在1D，2D和多維度中，最小算法需要等於輸入數量的多次乘法。 換句話說，爲了計算F（m，r），我們必須訪問m + r-1個數據值的間隔，並且爲了計算F（m×n，r×s），我們必須訪問（m + r- 1）×（n + s-1）數據值。

>>阅读原文<<