引言
卷积是神经网络的核心计算之一，它在计算机视觉方面的进展引领了深度学习的热潮。卷积的变种丰富，计算复杂，神经网络运行时大部分时间都耗费在计算卷积，网络模型的发展在不断增加网络的深度，因此优化卷积计算就显得尤为重要。
随着技术的发展，研究人员提出了多种优化算法，包括 IM2col、WinogRad 等等。本文首先定义卷积神经网络的概念，继而简要介绍几种常见的优化方法，并讨论作者在该领域的一些经验。
卷积神经网络的概念
卷积神经网络（Convolution NeuRal NetwoRks, CNN）的概念拓展自信号处理领域的卷积。信号处理的卷积定义为
