Caffe2 实现卷积计算原理（1）
最近花费两个月时间接触caffe2框架和卷积计算；
1.卷积计算原理
借用yangqing大神的原图
（1）矩阵变换
图片维度：通道（C）*高度（H）*宽度（W）），可以看到按照通道方向，即C方向进行矩阵变换
（2）按行获取图像中每个点的值，依次进行矩阵变换
依次按照通道方向，即C方向取值
（3）获取最终图像矩阵
虽然按照通道方向取值每个点，实际过程中是将每个通道划分为小段进行取值。将图像转换后的结果为： 矩阵长 * 矩阵宽 对应原始图像的长*宽。
（4）卷积核变换
同理，卷积核和图像变换也是一样的操作，进行矩阵变换。
将卷积核变换为二维矩阵，跟原始图像进行矩阵乘运算。 矩阵变换最大的特点是将三维的图像计算，转化为二维计算，降低了计算资源消耗，同时矩阵乘提高运算效率。
不论是Caffe，还是Caffe2框架都有两种图像计算顺序，一种为NCHW，另一种为NHWC，但是它们在数学原理上的运算是一样的，差距不是很大。