0.1 网络资源
Intuitively Understanding Convolutions for Deep Learning
卷积神经网络CNN总结
卷积要旋转180度
卷积神经网络简介
别怕,"卷积"其实很简单
wikipedia:convolution
wikipedia:卷积
mathworld
图形Demo1
图形Demo2
最容易理解的对卷积(convolution)的解释
Understanding Convolutions
离散卷积过程举例图示详解
必看: ConvNets
0.2 重要语句
卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加. 对于线性时不变系统,如果知道该系统的单位响应,那么将单位响应和输入信号求卷积,就相当于把 输入信号的各个时间点的单位响应加权叠加,就直接得到了输出信号.系统的零状态响应等于单位 冲击响应卷积上输入函数.
