关于tensor数据结构卷积试验

主要用于本人学习机器学习模型

学了很多神经网络模型，但是只知道大体框架，具体的实现细节在复制粘贴中也无法明晰

故以下试用tensor，并观察其内部在卷积时的变化

import torch
import numpy as np
import pandas as pd

b = np.array([[1,2,3],[4,5,6],[7,8,9]])
b_torch = torch.from_numpy(b)
print(b_torch)

tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]], dtype=torch.int32)

然后为了试验卷积随机生成一个稍微大些的array转化为tensor

这里要注意c作为array的维数，否则在作卷积的时候会出现维数差异；并且为方便卷积，生成tensor时将其float()化

c = np.random.random_integers(1,20,size=(1,15,15))
c_torch = torch.from_numpy(c).float()
print(c_torch)

tensor([[[18., 14.,  8.,  5., 13., 16.,  3., 13.,  5., 10.,  1.,  4., 19., 13.,
          18.],
         [11., 18.,  4., 13.,  4., 20.,  6., 11.,  5., 12., 15.,  7.,  1., 19.,
           3.],
         [14.,  8., 18.,