1.參考矩陣卷積的性質可知，矩陣卷積會以卷積核模組的乙個部分為基準進行滑動，一般cnn中的卷積核是方形的，為了統一標準，會用卷積核模組中心為基準進行滑動，從被卷積矩陣第乙個框按一定布長從左到右從上到下進行滑動，最後滑動到被積矩陣最後一塊。所以卷積核一般為奇數，主要是方便以模組中心為標準進行滑動卷積。
2.方便same padding的處理。如步長為1時，要補充k-1的zero padding才能使輸出輸出的尺寸一致，這時候如果核大小k是偶數，則需要補充奇數的zero padding，不能平均分到feature map的兩側。
3.奇數卷積核有天然的絕對中心。
以上內容來自知乎回答的整合。
什麼是卷積核？
卷積核的空間是對稱的。如果存在乙個卷積核a,那麼一定存在另外乙個卷積核b,使得b的轉置就是a.大部分卷積核是奇數的，為啥？奇數相對於偶數，有中心點，對邊沿 對線條更加敏感，可以更有效的提取邊沿資訊。偶數也可以使用，但是效率比奇數低。在數以萬計或億計的計算過程中，每個卷積核差一點，累計的效率就會差很多...
為什麼卷積核個數就是卷積後的通道數
參考部落格 輸入 3通道的6 times 6影象 3 times 6 times 6 卷積核 2個3 times 3的卷積核 預設為2 times 3 times 3 times 3 卷積結果 2個4 times 4的影象 注 卷積核預設第三維與輸入的第三維 通道數 一樣，並進行多層卷積，產生乙個二...
為什麼要使用卷積
假設你有32x32x3的影象，一共3072個特徵點，卷積成28x28x6的影象，一共4704個特徵點。如果使用傳統的網路，你需要3072 4704 14m個引數。32x32x3的影象已經是很小的影象了，如果你是1000 1000，引數可能多到使得計算舉步維艱。關於引數共享，更具體地說，你在整幅影象的...