卷积相乘和矩阵相乘不一样的地方？

卷积的乘法和矩阵的乘法不一样，卷积的求和相当于加权求和，也可以称为加权叠加，矩阵相乘是将一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。

卷积乘法示例：

             3 * 3 的像素区域R与卷积核G的卷积运算：
              R5(中心像素)=R1G1 +R2G2 + R3G3 + R4G4 + R5G5 + R6G6 + R7G7 + R8G8 + R9G9

            

矩阵相乘示例：

参考文献：

图像处理中的卷积总结

https://blog.csdn.net/u012422446/article/details/51303715

矩阵乘法

https://baike.baidu.com/item/%E7%9F%A9%E9%98%B5%E4%B9%98%E6%B3%95/5446029?fr=aladdin

最容易理解的对卷积(convolution)的解释

https://blog.csdn.net/bitcarmanlee/article/details/54729807