关于卷积的操作 卷积作为CNN的核心方法,经常被用于从图像中提取高级的语义信息,用于拟合从图像到我们想要的输出之间的特征关系,那么它具体是怎么计算的呢。我绘制了一个卷积的计算流程,以2 * 2 大小的卷积核为例,在5 * 5 大小的图像上计算,步幅s=1,填充p=1,最终得到6 * 6 大小的输出特征图。 以下为卷积的输入与输出尺寸公式: