文章作者：Tyan
博客：noahsnail.com | CSDN | [简书](http://www.jianshu.com/users/7731e83f3a4e/latest_articles
0. 必备基础知识
卷积以及卷积的运算过程
微分相关知识，包括求偏导及链式法则
1. 卷积运算的前向传播
数学符号定义：
输入：
Input
卷积核：
Filter
输出：
Output
卷积运算：
Convolution
Convolution
定义损失函数，将损失函数定义为输出的和，这样方便反向传播计算的演示：
Loss Function
从X -> Y -> L的过程是卷积运算的前向传播过程，为了简化这个过程，这里忽略了偏置项b以及卷积之后的激活函数。
2. 卷积运算的反向传播
- 计算损失函数
L对输出Y的梯度
Derivation
- 计算输入
X的梯度
Derivation
计算其中每一项的梯度：
Chain Rule
- 计算卷积核
W的梯度
Derivation
计算其中每一项的梯度：
Chain Rule
