学习torch实现二维卷积的过程

 

目标检测：手动实现（代码引自：《动手学深度学习》）

import torch 
from torch import nn

def corr2d(X, K):  
    h, w = K.shape
    Y = torch.zeros((X.shape[0] - h + 1, X.shape[1] - w + 1))
    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()
    return Y


X = torch.ones(6, 6, dtype=torch.float)
X[:, 3:] = 0
 


K = torch.tensor([[1, 0,-1],[1, 0,-1],[1, 0,-1]], dtype=torch.float)

Y = corr2d(X, K)
print(Y)

 遇到报错1、  总结：    Y[i, j] = (X[i: i + h, j: j + w] * K).sum()
RuntimeError: expected type torch.FloatTensor but got torch.LongTensor

 

 

  遇到报错2、RuntimeError: invalid argument 2: view size is not compatible with input tensor's size and stride (at least one dimension spans across two contiguous subspaces). Call .contiguous() before .view(). at d:\build\pytorch\pytorch-1.0.1\aten\src\th\generic\thtensor.cpp:213

自己搬代码的时候，写错了，粗心大意，实在是找不到原因，后来比对了代码才找到原因，看到问题之后，也明白了，别说后面的过程不能运算，Y的输入形态就有问题，Y的输入形态照我这么设置都变成负数了！所以会报张量的size 不可以处理！

 自己总结了一些错误，希望可以帮到大家！学习AI的道路很辛苦，难免有的时候被困在疏忽大意上！