跑一个卷积的python代码，明明很简单，但是结果输出不对

季夏。。。

1. import torch
   
2. from torch import nn
   
3. from d2l import torch as d2l
   
4. 
   
5. def corr2d(X,K):
   
6.     """X为输入，K为核矩阵"""
   
7. 
   
8.     h,w = K.shape
   
9.     """h和w为K的行数和列数"""
   
10.    
    
11.     Y = torch.zeros((X.shape[0] - h + 1,X.shape[1] - w + 1))
    
12.     for i in range(Y.shape[0]):
    
13.         for j in range(Y.shape[1]):
    
14.             Y[i,j] = (X[i:i + h ,j:j + w] * K).sum()
    
15.         return Y
    
16. 
    
17. X = torch.tensor([[0.0,1.0,2.0],[3.0,4.0,5.0],[6.0,7.0,8.0]])
    
18. K = torch.tensor([[0.0,1.0],[2.0,3.0]])
    
19. corr2d(X,K)

复制代码

最后返回的Y应该是[[19.,25.],[37.,43.]]

但是我返回的是[[19.,25.,],[0.,0.,]]

有没有大佬知道为什么？

快速收敛

虽然不知道卷积是啥，但是不是return地方不对

1. import torch
   
2. from torch import nn
   
3. from d2l import torch as d2l
   
4. 
   
5. def corr2d(X,K):
   
6.     """X为输入，K为核矩阵"""
   
7. 
   
8.     h,w = K.shape
   
9.     """h和w为K的行数和列数"""
   
10.    
    
11.     Y = torch.zeros((X.shape[0] - h + 1,X.shape[1] - w + 1))
    
12.     for i in range(Y.shape[0]):
    
13.         for j in range(Y.shape[1]):
    
14.             Y[i,j] = (X[i:i + h ,j:j + w] * K).sum()
    
15.     # 这里
    
16.     return Y
    
17. 
    
18. X = torch.tensor([[0.0,1.0,2.0],[3.0,4.0,5.0],[6.0,7.0,8.0]])
    
19. K = torch.tensor([[0.0,1.0],[2.0,3.0]])
    
20. print(corr2d(X,K))

复制代码

的地方不对？应该放在for循环外面

快速收敛

快速收敛 发表于 2022-11-9 14:30
虽然不知道卷积是啥，但是不是return地方不对的地方不对？应该放在for循环外面

安装库测试了下，确实是，return放for循环外面，就是你要的结果了