不知道哪位大神做得这张图，每每犯疑惑的时候都来看看这张图，瞬间又踏实了
这张图是一个典型的input channel =3，output channel=2的情况，其中对输入的图像又涉及到了pad=1的操作，pad的处理可以保留原始图像的所有信息，pad的数据一般都是为0操作。图中的计算是还有一个stride的概念，及每次步进的距离，图中是stride=1。
也可以用这张图的表示整个计算过程，主要是卷积核和输入图像的点乘然后进行累加操作，最后在进行不同input channel之间的一个累加操作。这才完成了CNN的计算过程。
给大家也推荐一篇博客，写的很好很细致。https://www.cnblogs.com/huangtao36/p/7818072.html，
有时间大家也可以看看，尤其适合初学的，对概念还有模糊的同学。因为本人是搞rtl的，也属于初学，先积累些知识，以便后面用FPGA实现CNN IP的整个计算过程。