步长为s的二维卷积Python实现

最新推荐文章于 2024-06-26 00:04:43 发布

原创最新推荐文章于 2024-06-26 00:04:43 发布 · 1.7k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#python #卷积

项目实现同时被 2 个专栏收录

3 篇文章

订阅专栏

Python

2 篇文章

订阅专栏

本文详细介绍了如何使用Python和NumPy实现二维卷积运算，包括输入矩阵和卷积核的定义，以及步长参数的使用。通过具体示例，展示了卷积过程中的子矩阵抽取、元素相乘和求和步骤。

import numpy as np

x = np.arange(1, 21).reshape(5, 4)
w = np.array([[1, 1], [-1, -1]])

def my_conv(input, kernel, s):
    output_size_0 = int((len(input) - len(kernel)) / s + 1)   # 输出结果的第0维长度
    output_size_1 = int((len(input[0]) - len(kernel[0])) / s + 1)   # 输出结果的第1维长度
    res = np.zeros([output_size_0, output_size_1], np.float32)

    for i in range(len(res)):
        for j in range(len(res[0])):
            a = input[i*s:i*s + len(kernel), j*s: j*s + len(kernel)]  # 从输入矩阵中取出子矩阵
            b = a * kernel  # 对应元素相乘
            res[i][j] = b.sum()   
    return res

z = my_conv(x, w, 1)