非步长卷积层计算公式

非步长卷积层，通常指常规卷积层（Convolutional Layer），其计算公式可以简化地表示为：

对于输入数据 \( X \) 的每个位置 \( (i, j) \)，它有一个对应的特征图 \( F \)（也称滤波器或权重矩阵），\( F \) 的大小为 \( (k_h, k_w, C_{in}, C_{out}) \)，其中 \( k_h \) 和 \( k_w \) 是滤波器的高和宽，\( C_{in} \) 是输入通道数，\( C_{out} \) 是输出通道数。在这个位置上，非步长卷积的输出 \( O \) 是通过将滤波器应用于输入的一个小区域得到的，计算过程如下：

\[
O(i, j, c') = \sum_{m=0}^{k_h-1} \sum_{n=0}^{k_w-1} F(m, n, :, c') * X(i+m, j+n, :)
\]

这里，星号 (*) 表示元素乘法，然后求和，对于输出通道 \( c' \) 的所有元素都是如此，最后得到新的特征图 \( O \) 中对应的位置值。\( X(i+m, j+n, :) \) 表示从输入数据中取一个小块，大小与滤波器匹配。