卷积操作

一 步长 步长是卷积操作的核心。通过步长的变换，可以得到想要的不同类型的卷积操作。先以窄卷积为例，看看它的操作及相关术语。 上图中5*5大小的矩阵代表图片，每个图片右侧的3*3矩阵代表卷积核，最右侧的3*3矩阵为计算完的结果feature map。 卷积操作仍然是将卷积核（filter）对应图片（image）中的矩阵数据一一相乘，再相加。上图中，第一行feature map中的第一个元素，是由im

>>阅读原文<<