一、模型
二、维度
- 输入：(m, n_h, n_w, n_c)，分别表示样本数，高度、宽度和通道数；
- 权重：(f_h, f_w, n_c, n_f)，分别表示滤波器的高度、宽度，与输入矩阵匹配的通道数以及滤波器的个数；（滤波器跟卷积核是一个概念）
- 偏置：(1, 1, 1, n_f)，一般是利用python的广播自动加上去；
- 输出：(m, o_h, o_w, n_f)，分别表述样本数，高度、宽度和滤波器个数。
其中，o_h和o_w的计算公式如下所示：
padding- 填充
stride- 移动步长
三、动图演示
这里选取步长为2，填充为1.
以左上角3*3的矩阵为例：
x[:, :, 0] * w0[:, :, 0]
x[:, :, 1] * w0[:, :, 1]
x[:, :, 2] * w0[:, :, 2]
b0 = 1
故o[:, :, 0]矩阵的第一个数为：4 + 0 + 1 + 1 = 6
其他以此类推