二維卷積層
常用于處理圖像數(shù)據(jù)
二維互相關(guān)運算
二維互相關(guān)（cross-correlation）運算的輸入是一個二維輸入數(shù)組和一個二維核（kernel）數(shù)組若治，輸出也是一個二維數(shù)組胁艰，其中核數(shù)組通常稱為卷積核或過濾器（filter）。卷積核的尺寸通常小于輸入數(shù)組谊却，卷積核在輸入數(shù)組上滑動，在每個位置上，卷積核與該位置處的輸入子數(shù)組按元素相乘并求和榜晦，得到輸出數(shù)組中相應(yīng)位置的元素虏肾。圖1展示了一個互相關(guān)運算的例子廓啊，陰影部分分別是輸入的第一個計算區(qū)域、核數(shù)組以及對應(yīng)的輸出封豪。
二維卷積層
二維卷積層將輸入和卷積核做互相關(guān)運算谴轮，并加上一個標(biāo)量偏置來得到輸出。卷積層的模型參數(shù)包括卷積核和標(biāo)量偏置吹埠。
互相關(guān)運算與卷積運算
卷積層得名于卷積運算书聚，但卷積層中用到的并非卷積運算而是互相關(guān)運算。我們將核數(shù)組上下翻轉(zhuǎn)藻雌、左右翻轉(zhuǎn)雌续，再與輸入數(shù)組做互相關(guān)運算，這一過程就是卷積運算胯杭。由于卷積層的核數(shù)組是可學(xué)習(xí)的驯杜，所以使用互相關(guān)運算與使用卷積運算并無本質(zhì)區(qū)別。
特征圖與感受野
二維卷積層輸出的二維數(shù)組可以看作是輸入在空間維度（寬和高）上某一級的表征做个，也叫特征圖（feature map）鸽心。影響元素x的前向計算的所有可能輸入?yún)^(qū)域（可能大于輸入的實際尺寸）叫做x的感受（receptive field）。
填充和步幅
我們介紹卷積層的兩個超參數(shù)居暖，即填充和步幅顽频，它們可以對給定形狀的輸入和卷積核改變輸出形狀。
填充
填充（padding）是指在輸入高和寬的兩側(cè)填充元素（通常是0元素）太闺，圖2里我們在原輸入高和寬的兩側(cè)分別添加了值為0的元素糯景。
步幅
在互相關(guān)運算中，卷積核在輸入數(shù)組上滑動，每次滑動的行數(shù)與列數(shù)即是步幅（stride）蟀淮。此前我們使用的步幅都是1最住。
學(xué)習(xí)鏈接：卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
