「実践的な深層学習」を学び、メモを取ります
import numpy as np
def corr2d(X, K): # 接受输⼊数组X与核数组K,并输出数组Y。
h, w = K.shape
Y = np.zeros((X.shape[0] - h + 1, X.shape[1] - w + 1))
for i in range(Y.shape[0]):
for j in range(Y.shape[1]):
Y[i, j] = (X[i: i + h, j: j + w] * K).sum()
return Y
X = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])
K = np.array([[0, 1], [2, 3]])
Y = corr2d(X, K)
print(Y)
出力
[[19。25。]
[37。43.]]
デフォルトのストライドが1の場合、
これはコードでYのサイズを計算するための理論的基礎でもあります。