卷积 - 1. 标准2D卷积 概述

1. 卷积简介

作用：在计算机视觉中，卷积作为神经网络的一部分，常用来提取输入信息的特征。具体卷积的计算和操作步骤见 2. 单通道卷积

特性：具有局部感知能力，权值共享性和平移不变形。（因为一个3 × 3 filter遍历图片/前一层特征的时候，filter的值是固定不变的，同时filter每一次滑动所进行的操作都是局部的）

分类：具有目前卷积有很多类：2D卷积，3D卷积，空洞(膨胀)卷积，转置卷积，分组卷积，可形变卷积等等。下面的文章将会通过讲解和代码对各类卷积进行分析和对比。

2. 单通道卷积

如下图，展示了单通道卷积的过程，图片来源【知乎】整体步骤如下：

1. 首先定义一个滤波器（卷积核），在下图中是[ [0,1,2], [2,2,0], [0,1,2] ] 
2. 然后依次从左往右，从上往下，在矩阵中移动卷积核(默认步长为1，可自定义步长)
3. 将滤波器中的元素与对应的矩阵上的元素相乘，最后再相加，每次滑动一个步长，就会得到一个元素，最终的结果图，如上右图
4. 注意：在CV中传统的卷积操作是提前定