今天上传了新的章节：卷积神经网络（6）卷积层。这是到目前为止计算编程难度最大的一个章节，值得总结一下。
卷积的概念很好理解：一个小卷积核在图像上滑动，每次对覆盖区域做加权求和。
这个"滑动"用代码怎么实现？
最朴素的写法是几层嵌套循环：遍历每张图，遍历每个输出位置，遍历卷积核的每个元素...
光是看这几层循环，性能就已经没救了。
PyTorch 帮我们把这一切都藏起来了，nn.Conv2d 一行搞定。直到开始动手手搓 CNN，才不得不去探究背后的实现技巧。
主流的解决方案就是 im2col（图转列） 。
im2col 的核心思想
im2col 的思路非常直接：把卷积操作变成矩阵乘法。
卷积的每一个输出值，都是"输入图像的某个局部区块"与"卷积核"的内积。一张图像有多少个输出位置，就有多少次这样的内积。
im2col 做的事情是：
- 把每个输出位置对应的输入区块展平成一行；
- 所有输出位置的行拼在一起，构成一个大矩阵；
- 把卷积核也展平成一个向量；
- 整个卷积就变成了一次矩阵乘法。
矩阵乘法是 NumPy（以及所有深度学习框架底层）最擅长的操作，速度远超多层循环。
一个具体的例子
假设输入数据是一张 1×4×4 的图像（通道：1；高：4；宽：4），使用 3 个卷积核是 3×2×2（输出通道：3；高：2；宽：2），步长为 1。
输入图像（2×1×4×4）：
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
3 个卷积核（3×2×2）：
1 0 ｜ 1 1 ｜ 0 1
0 1 ｜ 0 0 ｜ 0 1
输出尺寸是 3×3×3 （通道：3；高：3；宽：3）。
卷积核是 3 个输出通道，每次输出 3 个位置，一共需要 9 次加权求和。
im2col 把这 18 次计算对应的输入区块各展平成一行：
位置(0,0) → [1, 2, 5, 6 ]
位置(0,1) → [2, 3, 6, 7 ]
位置(0,2) → [3, 4, 7, 8 ]
位置(1,0) → [5, 6, 9, 10]
位置(1,1) → [6, 7, 10, 11]
位置(1,2) → [7, 8, 11, 12]
位置(2,0) → [9, 10, 13, 14]
位置(2,1) → [10, 11, 14, 15]
位置(2,2) → [11, 12, 15, 16]
拼在一起就是一个 9×4 的矩阵（输出尺寸：9；核尺寸：4）。
卷积核展平成 3×4 的向量：
[1, 0, 0, 1]
[1, 1, 0, 0]
[0, 1, 0, 1]
做一次矩阵乘法，直接得到 9×3 个输出值，再 reshape 成 3×3×3 就完成了。
关键实现：stride_tricks
im2col 的朴素写法是把那些区块逐个 copy 出来，但这会产生大量内存复制。
NumPy 有一个更巧妙的做法：np.lib.stride_tricks.as_strided。
它不复制数据，而是通过调整内存步长（stride）来创建一个新的"视图" ，让我们可以用不同的下标规则访问同一块内存。
前向传播有了，但训练还需要把梯度传回去。
im2col 的反向就是 "col2im" ：把输出位置的梯度分散回输入的对应区块。
每个输入像素可能被多个输出位置用到（相邻的卷积窗口会重叠），所以要用 np.add.at 做累加而不是赋值。
im2col 本质上是一种以空间换时间的策略：
- 代价：im2col 矩阵比原始输入大。对于 k×k 的卷积核，矩阵大约膨胀 k² 倍；
- 收益：所有计算都变成矩阵乘法，NumPy 的向量化能力被充分利用，比嵌套循环快几十倍甚至更多。
这也是为什么 PyTorch、TensorFlow 在 CPU 上的卷积底层都在用类似的技术（GEMM-based convolution）。
📖 完整章节（可运行 Jupyter Notebook）：n2gpt.github.io/from-neuron…
整个系列从单个神经元出发，纯 NumPy，一路实现到 GPT。欢迎 Star、欢迎提问。
