im2col算法将图像的卷积操作转换为矩阵乘法，通过将卷积核与感受野对应相乘，简化计算。本文介绍了im2col的基本概念、转换过程，特别强调了特征图在矩阵乘法中的位置，以及输入通道和输出通道的处理。同时提供了NCHW和NHWC通道的numpy实现代码。
卷积详解之im2col算法
这篇文章是需要和卷积的实现原理一起来看的，两篇文章一个比较宏观，一个比较微观，在卷积的实现原理中我多次提到了im2col算法，这个算法顾名思义，就是把图像转化为列向量，但是这个转换不是整张图的转换，事实上转换出来的图像还是二维的，只是把卷积在特征图的感受野区域给转换成一维的向量。
我们熟悉卷积都知道，感受野区域是个二维的区域，这二维的区域从存储上不是连续的，这样就不便于计算。im2col算法完成的就是通过矩阵乘法来完成卷积核和感受野的对应相乘，这样计算起来就方便多了。
我们可以看到上图中的滑动窗口原理。卷积核在特征图上滑过的一个个窗口，我们称之为感受野，卷积核与感受野发生的运算是对应相乘再相加。比如我们第一次得到的结果就是 1 ∗ 1 + 1 ∗ 0 + 1 ∗ 1 + 0 ∗ 0 + 1 ∗ 1 + 1 ∗ 0 + 0 ∗ 1 + 0 ∗ 0 + 1 ∗ 1 = 4 1*1+1*0+1*1+0*0+1*1+1*0+0*1+0*0+1*1=4 1∗1+1∗0+1∗1+0∗0+1∗1+1∗0+0∗1+0∗0+1∗1=4，这个公式我们可以将它想象成 α 1 w T ， α 1 = [ 1 , 1 , 1 , 0 , 1 , 1 , 0 , 0 , 1 ] , w = [ 1 , 0 , 1 , 0 , 1 , 0 , 1 , 0 , 1 ] \alpha_1w^T， \alpha_1=[1,1,1,0,1,1,0,0,1],w=[1,0,1,0,1,0,1,0,1] α1wT，α1=[1,1,1,0,1,1,0,
最低0.47元/天 解锁文章
扫一扫
969
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
