动手学深度学习（pytorch）学习记录23-图像卷积[学习记录]

互相关运算

严格来说，卷积的说法是不太正确的，它执行的操作是互相关运算。

import torch
from torch import nn
from d2l import torch as d2l
# 定义一个计算二维卷积的函数
def corr2d(X, K):  # K是卷积核
    """计算二维互相关运算"""
    h, w = K.shape # 获取卷积核长宽
    Y = torch.zeros((X.shape[0] - h + 1, X.shape[1] - w + 1))# 接收卷积结果的张量
    for i in range(Y.shape[0]):
        for j in range(Y.shape[1]):
            Y[i, j] = (X[i:i + h, j:j + w] * K).sum()
            # 遍历张量进行卷积
    return Y

输入张量X和卷积核K 验证上述二维互相关运算的输出

X = torch.tensor(