前言
前面讲了很多二维平面上的卷积,甚至用代码实现了一个简单的两层二维卷积网络,但是在实际的情况下,我们使用的更多的是三维矩阵,即矩阵的\(shape\)往往是\([height, width, channels]\)。在这种情况下,我们的卷积核就会多出一个参数来和通道\(channels\)参数进行匹配,即,这个时候,我们的卷积核的\(shape\)会变成\([kernel\_height, kernel\_width, channels]\)。所以接下来就是要弄清楚在这种多通道的情况下,卷积是如何进行反向传播的。