自己实现 Conv 类
在实现时，我们假定直接给出卷积核的参数
除此之外，步长、如何 padding 是两个很重要的参数，因此连同卷积核参数一起作为类的初始化参数。
class MyConv(object):
def __init__(self, weight: List, stride: int, padding_mode='VALID') -> None:
super().__init__()
# 将 list 的数据变成numpy类型的数据
self.weight = np.asarray(weight, np.float32)
self.s = (stride, stride)
# 有三种 'VALID', 'SAME', 'FULL'
self.padding_mode = padding_mode
# self.kc: kernel的out_channels， self.k: kernel 尺寸
self.kc, self.k, _ = self.weight.shape 显然，数据 input_data 进来后，我们需要考虑如何 padding 这个数据，一般来说，我们认为有三种 padding 模式：'VALID', 'SAME', 'FULL' （可以参考这里）
padding 时实际上只需要考虑在高、宽上单个方向上 padding 多少像素即可，然后统一进行 padding
def padding(self, data):
c, h, w = data.shape
if self.padding_mode == 'VALID':
# pad_h 表示 h 上单个方向上需要 padding 的像素数
pad_h = 0
pad_w = 0
elif self.padding_mode == 'SAME':
# 求解 h = (h-f+2p)//s + 1 -> ph=?, pw 同理
pad_h = ((h-1)*self.s[0]+self.k-h) // 2 #
pad_w = ((w-1)*self.s[1]+self.k-w) // 2 #
elif self.padding_mode == 'FULL':
pad_h = self.k - 1
pad_w = self.k - 1
# 创建padding后的数据，并进行赋值
new_data = np.zeros([c, h+2*pad_h, w+2*pad_w])
for i in range(c):
new_data[i, pad_h:pad_h+h, pad_w:w+pad_w] = data[i]
return new_data我们知道，卷积的过程是卷积核在输入数据上进行滑动的同时并进行计算，每次进行计算时需要找到对应的data上的数据，这里我们使用生成器来实现
# 使用生成器获得每次的区域
def iter_region(self, data):
# self.out_h 和 self.out_w 是卷积输出的特征图的长和宽
for i in range(self.out_h):
for j in range(self.out_w):
cur_h = i * self.s[0]
cur_w = j * self.s[1]
# 当前滑动到的窗口（在input_data里面）
roi = data[:, cur_h:cur_h+self.k, cur_w:cur_w+self.k]
yield roi, i, j最后，我们只需要写一下前向传播过程 forward 即可
def forward(self, data):
# 输入的数据是 list 格式，转成 numpy 后先padding
data = self.padding(np.asarray(data))
c, h, w = data.shape
# 卷积核的通道数必需等于输入数据的通道数
assert c == self.kc
# 输出特征图的长和宽：H' = (H-F+2P)//S+1
# 这里我们因为已经padding了，所以此时P=0
self.out_h = (h-self.k) // self.s[0] + 1
self.out_w = (w-self.k) // self.s[1] + 1
# 创建输出特征图
out = np.zeros([self.out_h, self.out_w])
for roi, i, j in self.iter_region(data):
out[i][j] = np.sum(roi*self.weight)
return out官方对比代码
为了验证我们自己实现的代码，我们这里利用 pytorch 实现了一个卷积，用于对比结果。
这里，我们假定 out_channels = 1
class officalConv(torch.nn.Module):
def __init__(self, weight, stride, padding=0) -> None:
super().__init__()
# 输入的 weight 是 List，尺寸为 [in_channels, K, K]
# 将 weight 形状变为 [out_channels, in_channels, K, K]，即认为 n_filters = 1
weight = torch.FloatTensor(weight).unsqueeze(0)
self.weight = torch.nn.Parameter(data=weight, requires_grad=False)
self.stride = stride
self.out_channels, self.in_channels, self.K , _ = self.weight.shape
self.padding = padding
def forward(self, input):
# 输入data的尺寸为 [C, H, W]
# 填充 B 维度，并假定为 1
input = torch.FloatTensor(input).unsqueeze(0)
B, C, H, W = input.shape
assert C == self.in_channels
out = F.conv2d(input, self.weight, stride=self.stride, padding=self.padding)
return out.numpy()主函数
if __name__ == '__main__':
input_data = [
[
[1,0,1,2,1],
[0,2,1,0,1],
[1,1,0,2,0],
[2,2,1,1,0],
[2,0,1,2,0]
],
[
[2,0,2,1,1],
[0,1,0,0,2],
[1,0,0,2,1],
[1,1,2,1,0],
[1,0,1,1,1]
]
]
weight = [
[
[1,0,1],
[-1,1,0],
[0,-1,0]
],
[
[-1,0,1],
[0,0,1],
[1,1,0]
]
]
conv_official = officalConv(weight, 1, 1)
print(conv_official.forward(input_data))
my_conv = MyConv(weight, 1, padding_mode='SAME')
print(my_conv.forward(input_data))参考资料：