作為cnn中最重要的卷積，最簡(jiǎn)單的理解就為：

按照一定步長(zhǎng)，卷積核與圖片點(diǎn)乘求和得到新的值

其中，卷積主要的參數(shù)有：

stride 步長(zhǎng) ? ? ? ? ? ? ?stride_w,stride_h

kernel_size ? ? ? ? ? ? kernel_w,kernel_w

dilation ? ? ? ? ? ? ? ? ? ?膨脹系數(shù)

padding? ? ? ? ? ? ? ? ? pad_w,pad_h

卷積層：conv_layer.cpp

里面主要有

compute_output_shape() ? ?計(jì)算輸出blob的大小

Forward_cpu

Backward_cpu

其中Forword_cpu主要用到了forward_cpu_gemm，這個(gè)位于base_conv_layer,

forward_cpu_gemm里面使用到了conv_im2col_cpu，caffe_cpu_gemm。

conv_im2col_cpu ? 是把輸入圖像變?yōu)橐粋€(gè)矩陣，這樣子做能直接和卷積核組成的矩陣做點(diǎn)乘，得到的矩陣就為 卷積后每一個(gè)特征圖就為為這矩陣中一個(gè)行向量。

查看cov_im2col_cpu；

根據(jù)條件滿足與否，分為二維卷積以及n維卷積

我們先以im2col_cpu為入手：

主要參數(shù)為：

1.data ?

?2.conv_channels 卷積的通道數(shù)

3.conv_input_shape.cpu_data()[1] ? ? ? ? 即image_h 輸入圖像的height，主要下標(biāo)

4conv_input_shape.cpu_data()[1] ? ? ? ? ?image_w

5.padding_h,padding_w

6.stride_h,stride_w

7.dilation ? ?膨脹系數(shù)

推導(dǎo)過程太復(fù)雜了，這里有一個(gè)單通道的完整的推導(dǎo)過程：lib.csdn.net/article/aiframework/62849

總之，im2col，就是把一個(gè)圖片上的對(duì)應(yīng)每一個(gè)卷積核大小的窗函數(shù)里面的元素，變?yōu)榱邢蛄?，隨著步長(zhǎng)的移動(dòng)，得到不同的列向量，合并起來得到一個(gè)矩陣，也就是col_buff

那caffe中是怎么樣計(jì)算卷積的：

我們先從單通道入手，用一個(gè)單通道卷積核去卷積一個(gè)單通道圖像：

在不考慮膨脹系數(shù)的情況下，N＝（（image_h+2*pad_h-kenrel_h）/stride_h+1）*(（image_w+2*pad_w-kenrel_w）/stride_w+1),其實(shí)就是計(jì)算經(jīng)卷積后輸出的圖像的長(zhǎng)與寬，再相乘，得到feature map的大小。

那當(dāng)是多通道圖片（比如說最開始的三通道，以及經(jīng)過一層卷積后的擁有很多通道的特征圖）的情況是什么樣的？

c通道的情況

下面以一個(gè)實(shí)際的例子:

這就是caffe卷積的原理。

caffe_gpu_gemm(CblasNoTrans,CblasTrans,M,N,K(Dtype)1,top_diff,bottom_data,(Dtype)1,weights_diff)

voidcaffe_gpu_gemm(constCBLAS_TRANSPOSETransA,constCBLAS_TRANSPOSETransB,const intM,const intN,const intK,constDtypealpha,constDtype* A,constDtype*B,constDtypebeta,

Dtype* C);

caffe_gpu_gemm(CblasTrans,CblasNoTrans,kernel_dim_,

conv_out_spatial_dim_,conv_out_channels_/group_,

(Dtype)1.,weights +weight_offset_* g,output +output_offset_* g,

(Dtype)0.,col_buff +col_offset_* g);