导言
1. 关于卷积的一个血腥的讲解：https://blog.csdn.net/aa578232405/article/details/74839554
网址
1.可视化工具
http://scs.ryerson.ca/~aharley/vis/conv/
2.tesnsorflow的中文文档
http://wiki.jikexueyuan.com/index.php/project/tensorflow-zh/
3.cs231n
1.http://cs231n.github.io/convolutional-networks/（卷积可视化的网页）
(对cs231n的介绍：https://blog.csdn.net/tMb8Z9Vdm66wH68VX1/article/details/78537000?locationNum=1&fps=1)
2.中文视频网址：
4.一个csdn博主的
https://blog.csdn.net/csuyzt/article/details/81839388
（注：没仔细看这个博客，看着很全，理论也很扎实，但是我只是为了去找一个视频，一个从零开始不基于任何框架的，实现卷积的视频，或者代码也好，当然，最最本质的是，我想理清楚，反向传播在卷积到底怎么搞的.......,虽然这篇文章里面看着也有理论的反向传播，但是......我还是找找有没有其他更加平民化的）
5.另一个博客
https://www.cnblogs.com/pinard/p/6494810.html
（博客下面的参考连接也很值得收藏）
视频
1.哔哩哔哩（需要有基础）：
https://www.bilibili.com/video/av6712708?from=search&seid=2246297388143558098
（视频对应github仓库：https://github.com/CreatCodeBuild/TensorFlow-and-DeepLearning-Tutorial）
（b站对应up主的视频：https://space.bilibili.com/16696495/#/channel/detail?cid=1588）
More
1.神经网络的反向传播（http://www.cnblogs.com/charlotte77/p/5629865.html）
（注：找卷积的时候找出来了，看着不错，没有细看，因为我大致知道原理.......，自己推导的话需要下功夫。而且突然发现一个很神奇的事情，数学中很多公式都是有推导和证明的，而我们都习惯拿来就用，记结论，忘了过程，反向传播也是如此。）