- 卷积计算可认为是一种有效提取图像特征的方法。
- 一般会用一个正方形的卷积核，按指定步长在输入特征图上滑动。
- 遍历输入特征图中的每个像素点。对每个步长，卷积核会与输入特征图出现重合区域，重合区域对应元素相乘、求和再加上偏置项得到输出特征的一个像素点。
- 输入特征图的深度（channel数）决定了当前层卷积核的深度。
- 当前层卷积核的个数，决定了当前层输出特征图的深度。
下面是三个卷积核的例子whc：
1. 输入特征图为单通道
输入特征图上的元素与卷积核的对应元素相乘后求和，再加上一个偏置项。
2. 输入特征图为3通道
3. 一个卷积核的计算过程
笔记内容来源于视频：人工智能实践：Tensorflow笔记