如何将 Conv2D 转化为实用的 GPU 计算模式

文章讲解把 2D 卷积当作结构化矩阵乘法来实现的实用方法：1×1 卷积在 NHWC 布局下可直接视为从 C_in 到 C_out 的矩阵乘，无需转置。更大的 K×K 卷积（如 3×3 的九个空间贡献）则表达为多次类矩阵乘累加，关键在于调整循环嵌套顺序以提升缓存复用、减少重复读取。