卷积神经网络是含有卷积层的神经网络。
通常,在卷积层中使用更加直观的互相关运算。
在二维互相关运算中,卷积窗口从输入数组最左上方开始,按从左往右,从上往下的顺序,一次在输入数组上滑动。当卷积窗口滑动到某一位置时,窗口中的输入子数组与核数组按元素相乘并就和,得到输出数组中相应位置的元素。
例如:
0x0 + 1x1 + 3x2 + 4x3 = 19
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