C语言实现CNN的前向推理

  利用Python训练模型，提取模型参数到C语言的头文件，C语言进行前向推理计算。

1.填充算子

  有时我们还希望输入和输出的大小应该保持一致。为解决这个问题，可以在进行卷积操作前，对原矩阵进行边界填充，也就是在矩阵的边界上填充一些值，以增加矩阵的大小，通常都用“0”来进行填充的。

1.1多维数组实现

for (col=0;col<INPUT1;col++)
    {
   
        for (row=0;row<INPUT1;row++)
            out1[col+PADDING1][row+PADDING1] = input_img[col][row];
    }

  填充一圈，多维数组容易操作，先初始化一个全零的二维数组，然后将数据进行对应替换，填充多圈类似。

1.2一维数组实现

for (int col=0;col<OUTPUT1;col++)
    {
   
        for (int row=0;row<OUTPUT1;row++)
        {
   
            if (col==0 || col==OUTPUT1-1)
            {
   
                out2[col*OUTPUT1+row] = 0.0;
            }else
            {
         
                out2[col*OUTPUT1+row] = (row==0 || row==OUTPUT1-1) ? 0:img_pixels[(col-PADDING1)*INPUT1+row-PADDING1];
            }
        }
    }

2.卷积算子

  卷积神经网路中每层卷积层由若干卷积单元组成，每个卷积单元的参数都是通过反向传播算法优化得到的。卷积运算的目的是提取输入的不同特征，第一层卷积层可能只能提取一些低级的特征如边缘、线条和角等层级，更多层的网络能从低级特征中迭代提取更复杂的特征。

2.1多维数组实现

for (outChs=0;outChs<OUT_CHANNELS1;outChs++)
    {
   
        for (col=0;col<OUTPUT2;col