先解釋一下tf.nn.conv2d函式：

tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)：

給定一個input的張量[batch, in_height, in_width, in_channels]和一個過濾器 / 核心張量 [filter_height, filter_width, in_channels, out_channels]後，執行以下操作：

    1.展平filter為一個形狀為[filter_height * filter_width * in_channels, output_channels]

    3.迴圈每個圖片子集，右乘filter矩陣。

除去name引數用以指定該操作的name，與方法有關的一共五個引數：

第一個引數input：指需要做卷積的輸入影象，它要求是一個Tensor，具有[batch, in_height, in_width, in_channels]這樣的shape，具體含義是[訓練時一個batch的圖片數量, 圖片高度, 圖片寬度, 影象通道數]，注意這是一個4維的Tensor，要求型別為float32和float64其中之一

第二個引數filter：相當於CNN中的卷積核，它要求是一個Tensor，具有[filter_height, filter_width, in_channels, out_channels]這樣的shape，具體含義是[卷積核的高度，卷積核的寬度，影象通道數，卷積核個數]，要求型別與引數input相同，有一個地方需要注意，第三維in_channels，就是引數input的第四維

第三個引數strides：卷積時在影象每一維的步長，這是一個一維的向量，長度4

第四個引數padding：string型別的量，只能是"SAME","VALID"其中之一，這個值決定了不同的卷積方式（後面會介紹）

第五個引數：use_cudnn_on_gpu:bool型別，是否使用cudnn加速，預設為true

結果返回一個Tensor，這個輸出，就是我們常說的feature map，shape仍然是[batch, height, width, channels]這種形式。

但是，我想說的並不是這些，而是：

Implementing convolution as a matrix multiplication

也就是上面紅色字型的實現：

CNN中的卷積操作

而：

下圖為一個具體的例子，看懂下面這個圖應該就會清楚上面的做法。

而，剛才介紹的tf.nn.conv2d()裡的卷積操作個這個是類似的，只是旋轉了一下。

參考文獻：