深度解析卷积神经网络中的卷积操作

学习过信号处理的人知道，信号上的卷积操作是通过一个信号旋转后再在信号上进行移动逐渐得到重叠后的新信号。与图像上的卷积操作不同，图像上的卷积操作实际上是图像的感受野与卷积核进行加权和，终其原因是因为，数学上的卷积操作与图像上的卷积操作不同。 一、数学中的卷积 数学中的卷积操作分为两种，一种是连续函数进行卷积操作。另外一种是离散卷积操作。图像中由于是离散的点，以下将着重介绍离散卷积操作的详细步骤。 1

>>阅读原文<<