手写卷积核达到pytorch卷积核函数99.99%的精度

import numpy as np
import torch
import torch.nn.functional as F


def zero_pad(X, pad):
    """
    对输入的矩阵进行零填充。
    参数：
        X：输入的矩阵，维度为 (m, n_C_prev, n_H_prev, n_W_prev)。
        pad：填充量。
    返回：
        X_pad：已经零填充后的矩阵，维度为 (m, n_C_prev, n_H_prev + 2*pad, n_W_prev + 2*pad)。
    """
    X_pad = np.pad(X, ((0, 0), (0, 0), (pad, pad), (pad, pad)), 'constant', constant_values=0)
    return X_pad


def conv_2d(input, weight, bias, stride, padding):
    """
    实现卷积层的前向传播。
    参数：
        input：来自上一层的激活值矩阵，维度为 (m, n_C_prev, n_H_prev, n_W_prev)。
        weight：权重参数，维度为 (n_C, n_C_prev, f, f)。
        bias：偏置参数，维度为 (n_C,)。
        stride：步幅。
        padding：填充量。
    返回：
        input1：卷积层的输出，维度为 (m, n_C, n_H, n_W)。
    """
    (m, n_C_prev, n_H_prev, n_W