作为早期的AI框架，Caffe中卷积的实现采用的是基于Im2Col的方法，至今仍是卷积重要的优化方法之一。从上一篇文章的介绍中可以看到，在CNN中卷积直接计算的定义中，卷积核在输入图片上滑动，对应位置的元素相乘后相加求和，滑窗的大小由卷积核决定。由于滑动操作时的窗口的数据横向是

作为早期的AI框架，Caffe中卷积的实现采用的是基于Im2Col的方法，至今仍是卷积重要的优化方法之一。从上一篇文章的介绍中可以看到，在CNN中卷积直接计算的定义中，卷积核在输入图片上滑动，对应位置的元素相乘后相加求和，滑窗的大小由卷积核决定。由于滑动操作时的窗口的数据横向是

作为早期的AI框架，Caffe中卷积的实现采用的是基于Im2Col的方法，至今仍是卷积重要的优化方法之一。从上一篇文章的介绍中可以看到，在CNN中卷积直接计算的定义中，卷积核在输入图片上滑动，对应位置的元素相乘后相加求和，滑窗的大小由卷积核决定。由于滑动操作时的窗口的数据横向是

作为早期的AI框架，Caffe中卷积的实现采用的是基于Im2Col的方法，至今仍是卷积重要的优化方法之一。从上一篇文章的介绍中可以看到，在CNN中卷积直接计算的定义中，卷积核在输入图片上滑动，对应位置的元素相乘后相加求和，滑窗的大小由卷积核决定。由于滑动操作时的窗口的数据横向是