【pytorch实现】用卷积核检测图中对角方向边缘（小练习）

练习：
构造一个输入图像X，如何设计卷积核K来检测图像中对角方向的边缘？
检测图像中物体的边缘，即找到像素变化的位置。
构造一个6*6大小由黑到白过渡的图像，0黑，1白。
代码：

x=torch.zeros(6,6)
for i in range(6):
    for j in range(i+1):
        x[i,j] = 1
print(x)

输出：

tensor([[1., 0., 0., 0., 0., 0.],
        [1., 1., 0., 0., 0., 0.],
        [1., 1., 1., 0., 0., 0.],
        [1., 1., 1., 1., 0., 0.],
        [1., 1., 1., 1., 1., 0.],
        [1., 1., 1., 1., 1., 1.]])

构造一个卷积核K探测边缘：
代码：
wh=21

K=torch.tensor([[1],[-1]],dtype=torch.float32)
Y=corr2d(x,K)
print(Y)

wh=12

K=torch.tensor([[1,-1]],dtype=torch.float32)
Y=corr2d(x,K)
print(Y)

结果：

tensor([[ 0., -1.,  0.,  0.,  0.,  0.],
        [ 0.,  0., -1.,  0.,  0.,  0.],
        [ 0.,  0.,  0., -1.,  0.,  0.],
        [ 0.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  0.,  0.,  0.,  0., -1.]])

tensor([[1., 0., 0., 0., 0.],
        [0., 1., 0., 0., 0.],
        [0., 0., 1., 0., 0.],
        [0., 0., 0., 1., 0.],
        [0., 0., 0., 0., 1.],
        [0., 0., 0., 0., 0.]])

从黑到白的边缘被检测成了-1或1，其余部分的输出全是0。
可以看出，卷积层可通过重复使用卷积核有效地表征局部空间。