https://www.zhihu.com/question/28385679
如上,将三维的操作转换到二维上面去做,然后调用GEMM库进行矩阵间的运算得到最后结果。
两个矩阵相乘,需要中间的那个维度相同,这个相同的维度就是C×K×K,其中C是Feature map的维度,K为卷积核的边长。
按照卷积核在Feature map上面滑窗的顺序将其展开成二维的。
在三维上面看,就是卷积核的所有参数与Feature map相应的位置相乘相加,得到一个数,就是该位置的像素的卷积后的输出像素值。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:caffe中的卷积 - Python技术站