断点运行,以及一步运行。
构造一个5*5的数据集,卷积核为3*3,卷积过程为,卷积核从图像的左侧开始,相对应的数据相乘在相加,最后输出。完成一次卷积后,若stride=1向右侧移动一个像素,继续卷积运算。当第一行完成后,向下移动一个像素,同时移动到图像最左侧,继续进行卷积运算。若padding=1,则在原始数据边缘增加一圈默认为0的像素,再进行卷积运算。
import torch
import torch.nn.functional as F
input = torch.tensor([[1,2,0,3,1],
[0,1,2,3,1],
[1,2,1,0,0],
[5,2,3,1,1],
[2,1,0,1,1]])
kernel = torch.tensor([[1,2,1],
[0,1,0],
[2,1,0]])
input = torch.reshape(input, (1, 1, 5, 5))#尺寸的变换
kernel = torch.reshape(kernel, (1, 1, 3, 3))
print(input.shape)
print(kernel.shape)
#stride,按照几个像素进行卷积,=1卷积核每次向右移动一个像素,完成后向下移动一个像素
output = F.conv2d(input, kernel, stride=1)
print(output)
output2 = F.conv2d(input, kernel, stride=2)
print(output2)
#padding,在输入边缘进行填充一个像素,默认为0像素。
output3 = F.conv2d(input, kernel, stride=1, padding=1)
print(output3)
想要运行该程序,需要添加pytorch。