【论文学习】快速卷积方法——Winograd 变换

论文：Fast Algorithms for Convolutional Neural Networks 本博客关注于论文中Winograd 变换部分         在1D，2D和多维度中，最小算法需要等于输入数量的多次乘法。 换句话说，为了计算F（m，r），我们必须访问m + r-1个数据值的间隔，并且为了计算F（m×n，r×s），我们必须访问（m + r- 1）×（n + s-1）数据值。

>>阅读原文<<