在深度学习中,最常用的操作是卷积操作。除了调用PyTorch封装好的函数,读者也可以自行编写一个函数实现卷积功能。根据卷积的定义,只需要遍历整个图像,依次获取与卷积核相乘的子块,相乘求和后就可以得到卷积的结果。为了进一步简化计算,可以采用img2col的思路,将整张图像提前转换成与卷积核相乘的子块,再把每个子块的维度展平,此时形状从
变化为:
同时,卷积核的形状可以变为
在深度学习中,最常用的操作是卷积操作。除了调用PyTorch封装好的函数,读者也可以自行编写一个函数实现卷积功能。根据卷积的定义,只需要遍历整个图像,依次获取与卷积核相乘的子块,相乘求和后就可以得到卷积的结果。为了进一步简化计算,可以采用img2col的思路,将整张图像提前转换成与卷积核相乘的子块,再把每个子块的维度展平,此时形状从
变化为:
同时,卷积核的形状可以变为