这个问题我之前是有过疑问的，后来不知道啥原因又打消了这个疑问。今天又去看了一下github上的那篇文章：
DeepLearning-500-questions/ch05_卷积神经网络(CNN)/第五章_卷积神经网络
里面有这么一段：
卷积的时候需要对卷积核进行180的旋转！
这个和平时想的有点不一样啊，平时看到的文章不都是那卷积核直接和图像做卷积的吗？
网上搜到的卷积操作绝大部分是这样介绍的，拿着卷积核直接和原图进行卷积计算就行了。
也问了周围的小伙伴，好像理解的和我差不多，觉得不用旋转180度啊，这里写的有点多余吧。
实际不是这么回事！事实证明我真是个菜鸟【捂脸】！
上面这张图的卷积核已经是原卷积核逆时针旋转180度以后的样子了，也就是说原卷积核应该是[[1, 0, -1], [1, 0, -1], [1, 0, -1]]。
标准卷积操作就要先将卷积核逆时针旋转180度，再做乘积求和，没有旋转只有乘积求和就不叫卷积运算。
具体看看下面这篇文章，里面解释的比较清楚，我就不重复了。mark一下
什么！卷积要旋转180度？！