pytorch实现手动滑窗，卷积（利用unfold,fold操作）

import torch
from torch.nn import functional as f

inp = torch.randn(2, 3, 4, 5)
w = torch.randn(2, 3, 3, 3)
inp_unf = torch.nn.functional.unfold(inp, (3, 3)) # [2,27,6]
out_unf = inp_unf.transpose(1, 2).matmul(w.view(w.size(0), -1).t()).transpose(1, 2)
out = torch.nn.functional.fold(out_unf, (2, 3), (1, 1))  #[2,2,2,3]
print((torch.nn.functional.conv2d(inp, w) - out).abs().max())
#tensor(9.5367e-07)

图一   unfold 过程示意图

卷积核（3*3），对应的unfold操作示意图如图一。比如一个大小为（2，3，4，5）的特征，经过Unfold之后得到 f（2,27，6）

那么卷积操作就可以直接将卷积核w（比如尺寸为（2，3,3,3）大小的卷积核）reshape 成 （2,27）,f与w转置之后， 直接利用矩阵相乘再转置，求得结果out,（2,2,6），再torch.nn.functional.fold(out , (2, 3), (1, 1)) .