利用numpy实现卷积操作

最新推荐文章于 2024-03-27 16:34:04 发布

zouxiaolv

最新推荐文章于 2024-03-27 16:34:04 发布

阅读量2.2k

点赞数

分类专栏： numpy 文章标签：机器学习 python 人工智能

本文链接：https://blog.csdn.net/zouxiaolv/article/details/125721285

版权

numpy 专栏收录该内容

11 篇文章 1 订阅

订阅专栏

import numpy as np

def Conv2(img, kernel, n, stride,p):
	#img：输入图片；kernel：卷积核值；n：卷积核大小为n*n；stride:步长。
	#return：feature map
    h, w = img.shape
    img = np.pad(img,((1,1),(1,1)),'constant',constant_values=0)
    res_h = ((h+2*p-n)//stride)+1 #卷积边长计算公式：((n+2*p-k)/stride)+1
    res_w = ((w+2*p -n)//stride)+1
    res = np.zeros([res_h, res_w])
    # print(res)
    for i in range(res_h):
        for j in range(res_w):
            temp = img[i*stride:i*stride+n , j*stride:j*stride+n]
            print((i*stride,i*stride+n,j*stride,j*stride+n)) #打印检查卷积核每次卷积的位置对否
            temp = np.multiply(kernel, temp)
            res[i][j] = temp.sum()
    return res


if __name__ == '__main__':
    A = np.array([[1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1]])  # 4行5列
    print('A====',A.shape)
    ken = np.array([[2, 2], [2, 2]])
    print('ken====',ken.shape)
    print("result：",Conv2(A, ken, 2, 2,1))