原文:http://blog.csdn.net/eagelangel/article/details/51287005
本人的理解:
Im2col之后,图像被整理成了二维的N*(h*w*c),其中N为卷积窗口数,h,w为卷积尺寸,c为图像通道数,k个卷积核被拉成了(h*w*c)*k,这样我们可以把卷积过程当成一个FC全连接,假设全连接网络的前一层节点为m, 后一层节点为n,则m=h*w*c, n=k,所以全连接层的权重W = m * n = (h*w*c) * k,这样就可以直接套用普通神经网络的FC方式来计算梯度和更新权值了。
下面是矩阵相乘的维度关系