我有一个尺寸为（C，H，W）的输入张量和尺寸为（H，W）的内核。
感觉应该有一个名称，但我不知道，也无法让 Google 或 ChatGPT 向我展示它。这个有名字吗？
ChatGPT 让我对卷积的工作原理感到困惑，但是，是的，实际上每个过滤器中的每个输入通道都有一个不同的内核，使得这个“卷积”对于从输入神经元到输出神经元的每个连接都有一个权重，即实际上是一个变相的全连接层。
我的大学教授称其为相同卷积，但在深度学习社区中该运算符没有普遍接受的名称。
关于您的答案，卷积层和全连接层是两种不同的东西，并且与“相同卷积”运算符无关。例如，您可以使用该卷积层获得相同的最终形状：
这里是确切的公式。
在卷积层中，您想要的每个输出通道都有一组不同的权重，并且输出图像中的每个“像素”仅取决于内核覆盖的邻域。 在全连接层中，每个单元（或神经元）都有自己的一组权重。
考虑极端情况，其中内核高度和宽度与输入图像相同，没有步长，没有填充，默认扩张为 1。在这种情况下，您为每个所需的输出通道获得 1 个输出像素，这样像素取决于整个图像。
我知道卷积一开始可能会有点令人困惑，但我希望我写的内容对你有用。