導言

1. 關於卷積的一個血腥的講解：https://blog.csdn.net/aa578232405/article/details/74839554

網址

1.視覺化工具

         http://scs.ryerson.ca/~aharley/vis/conv/

2.tesnsorflow的中文文件

         http://wiki.jikexueyuan.com/index.php/project/tensorflow-zh/

3.cs231n

         1.

               (對cs231n的介紹：https://blog.csdn.net/tMb8Z9Vdm66wH68VX1/article/details/78537000?locationNum=1&fps=1)

        2.中文視訊網址：

4.一個csdn博主的

https://blog.csdn.net/csuyzt/article/details/81839388

（注：沒仔細看這個部落格，看著很全，理論也很紮實，但是我只是為了去找一個視訊，一個從零開始不基於任何框架的，實現卷積的視訊，或者程式碼也好，當然，最最本質的是，我想理清楚，反向傳播在卷積到底怎麼搞的.......,雖然這篇文章裡面看著也有理論的反向傳播，但是......我還是找找有沒有其他更加平民化的）

5.另一個部落格

https://www.cnblogs.com/pinard/p/6494810.html

（部落格下面的參考連線也很值得收藏）

視訊

1.嗶哩嗶哩（需要有基礎）：

          https://www.bilibili.com/video/av6712708?from=search&seid=2246297388143558098

       （視訊對應github倉庫：https://github.com/CreatCodeBuild/TensorFlow-and-DeepLearning-Tutorial）

      （b站對應up主的視訊：https://space.bilibili.com/16696495/#/channel/detail?cid=1588）

More

1.神經網路的反向傳播（http://www.cnblogs.com/charlotte77/p/5629865.html）

（注：找卷積的時候找出來了，看著不錯，沒有細看，因為我大致知道原理.......，自己推導的話需要下功夫。而且突然發現一個很神奇的事情，數學中很多公式都是有推導和證明的，而我們都習慣拿來就用，記結論，忘了過程，反向傳播也是如此。）