卷积层计算

def conv(image,filter):
    result = []
    for i in range(image.shape[0]-(filter.shape[0]-1)):
        for j in range(image.shape[1]-(filter.shape[1]-1)):
            value = np.sum(image[i:i+filter.shape[0],j:j+filter.shape[1]]*filter)
            result.append(value)
    result = np.array(result)
    res = result.reshape(image.shape[0]-filter.shape[0]+1,image.shape[1]-filter.shape[1]+1)
    return res
import numpy as np

featuremap = np.array([
         [2,3,0,1,2,2],
         [1,1,1,4,2,3],
         [3,2,3,2,3,1],
         [0,0,1,3,1,2],
         [2,4,2,1,3,4],
          [2,3,0,2,3,1]])
filter = np.array([[2,0,1],
                 [0,1,-1],
                 [1,0,-2]])
conv(featuremap,filter)
print(conv(featuremap,filter))


 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值