简单的卷积就不说了，向量卷积用此函数与用conv效果相同，矩阵卷积用此函数与conv2的二维卷积效果相同。

此函数的方便之处在于支持三维卷积：其实相对于conv2来说就是省了一个for循环。对于三维卷积，比如A矩阵大小为[2,3,3]，B矩阵大小为[2,3]，计算A与B的卷积结果就是过程就是对于A矩阵的第三维的每一维分别卷积，等价于利用conv2利用卷积核B对A每一维卷积三次。看代码：

>> A(:,:,1)=[1 2 3;4 5 6];
>> A(:,:,2)=[7 8 9;6 5 2];
>> A(:,:,3)=[2 5 8;3 2 1];
>> B=[1,2,3;,4,3,2];
>> convn(A,B,'valid')ans(:,:,1) =48ans(:,:,2) =104ans(:,:,3) =65>> convn(A(:,:,2),B,'valid')ans =104>> 

分析：

卷积结果同样分为三维：

第一维结果来源于A(:,:,1)与B的卷积结果

第二维结果来源于A(:,:,2)与B的卷积结果【从代码最后一行能看出来】

第三维结果来源于A(:,:,3)与B的卷积结果

【注意】利用conv、conv2以及convn卷积时，卷积核默认被旋转了180°