檢測水平與垂直: 通過 使用特定的濾波器
Xnip2020-10-15_16-25-36.jpg
灰度圖像：661
RGB圖像：663
卷積核---術(shù)語也稱之為filter
Padding
原因：每進行一次卷積，圖像都會縮小，卷積越多次，損失的信息越多
解決辦法：使用Padding，對邊緣進行填充，一般用0 來填充；
比如：原來是66的矩陣，使用33的卷積核卷積之后變成44，損失了部分信息；使用Padding之后66的矩陣填充成88，使用33的卷積核卷積之后仍舊是6*6；
Valid and Same convolutions
Valid:nn * ff --> n-f+1 *n-f+1 （f 通常是奇數(shù) ）
Same: Pad 之后，輸出大小和輸入大小一樣
卷積的步幅
Xnip2020-10-15_18-46-49.jpg
RGB圖像的卷積
Xnip2020-10-15_18-58-30.jpg
height * width * channels （通道數(shù)）
Xnip2020-10-15_19-01-29.jpg
方式: 依次取卷積核中的27個數(shù)字，與矩陣中的相應(yīng)位置的27個數(shù)做乘積，再求和，得到卷積的某一位置的值----最后卷積完成為4*4的矩陣
