先初始化权重参数w,然后将参数按照【输出通道数,输入通道数,高,宽】调整成思维张量,然后创建卷积算子,设置输出通道数为1,卷积核大小为1,初始化权重参数高为1宽为3,创建一个50*50的矩阵,像素点全部默认为1,然后设置行数所有,列数从第30列开始,像素点全部设置为0。然后将图片的形状调整为【输入图片数,输入通道数,高,宽】的形式,将ndarray转换成tensor的形式,然后卷积计算x,再将返回的数值转回ndarray的形式,然后设置图像高为1,宽为2,当前位置为1,设置标题为‘input image’,字体大小为15,然后绘制热图,颜色为灰色。然后设置高为1,宽为2,当前位置2的图像,设置标题为‘output featuremap’,字体大小为15,然后画图并输出卷积层的权重和偏置参数的名字和数值。
先设置一个3*3的卷积核,将权重参数调整成思维张量,然后将卷积核的形状复制成三个,然后创建卷积算子,设置输入通道数为1,输出通道数为1,卷积核的高为3,宽为3,然后用作卷积核权重的初始化参数。将输入的图片转化成float32类型的ndarray形式,然后将通道这一维度调整到最前面,将数据形状调整为【输入图片数,输入通道数,高,宽】的格式,并将ndarray转化成tensor格式,然后卷积计算x,并将计算后的结果重新转化成ndarray格式,然后设置图片大小、标题、字体,最后输出结果。