卷积Im2Col

假设数据矩阵D如下3*3大小，是单通道的，我们首先需要补0将它扩充到(3+2*(floor(3/2)))* (3+2*(floor(3/2))) = 5*5大小的矩阵操作如下:

补0操作

接下需要将D_pad_zero与卷积核kernel做卷积运算，kernel size =3，pad = 1，stride =1，则可得出输出（3+2*1-3）/1+1 = 3;下图只是给出了一个卷积核，一个卷积核生成一个特征图（feature map），而在实际应用中，为了增强卷积层的表示能力，会使用很多个卷积核从而得到多个特征图。

卷积

从上图不同颜色框框给出，从数据矩阵中依次提取出和卷积核一样大小的块数据，这里其实就是开篇所说的局部连接。为了提高该操作运算效率，需要进行im2col操作，即把这些不同颜色框框内的数据向量化，总共有3*3个向量，最后得到9*9这样的数据矩阵，具体操作如下

im2col

接下来就是矩阵相乘操作，具体操作如下：

矩阵相乘

上述矩阵相乘结果如下，最好还需要col2im，把向量转换成矩阵形式。

col2im

上述整个过程只是使用一个卷积核，实际应用中，卷积核有很多，只要把这些卷积核按行排列，再做kernel*D_im2col操作，会一次得出所有的feature map。