使用python/numpy实现im2col的学习心得

最新推荐文章于 2024-11-14 16:16:17 发布

原创

最新推荐文章于 2024-11-14 16:16:17 发布 · 3.8k 阅读

30 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #python #numpy #im2col #transpose

本文介绍了深度学习中im2col函数的原理和python/numpy实现，通过实例解析了如何将卷积操作转换为矩阵运算，以提高计算效率。详细分析了代码中的关键步骤，包括transpose和reshape函数的使用，帮助读者更好地理解和应用im2col。

使用python/numpy实现im2col的学习心得

背景

背景

最近在看深度学习的东西。使用的参考书是《深度学习入门——基于python的理论与实现》。在看到7.4时，里面引入了一个im2col的函数，从而方便讲不断循环进行地相乘相加操作变成矩阵的运算，通过空间资源换取时间效率。

为什么要这么操作和操作以后col矩阵的样子比较好理解。由于对python和numpy不太熟悉，理解书上给出的程序实现想了很久。终于有点感觉了，记录下来。

书上的程序

def im2col(input_data, filter_h, filter_w, stride=1, pad=0):
    """

    Parameters
    ----------
    input_data : 由(数据量, 通道, 高, 长)的4维数组构成的输入数据
    filter_h : 滤波器的高
    filter_w : 滤波器的长
    stride : 步幅
    pad : 填充

    Returns
    -------
    col : 2维数组
    """
    N, C, H, W = input_data.shape
    out_h = (H + 2*pad - filter_h)//stride + 1
    out_w = (W + 2*pad - filter_w)//stride + 1

    img = np.pad(input_data, [(0,0), (0,0), (pad, pad), (pad, pad)], 'constant')
    col = np.zeros((N, C, filter_h, filter_w, out_h, out_w))

    for y in range(filter_h):
        y_max = y + stride*out_h
        for x in range(filter_w):
            x_max = x + stride*out_w
            col[:, :, y, x, :, :] = img[:, :, y:y_max:stride, x:x_max:stride]

    col = col.transpose(0, 4, 5, 1, 2, 3