深度学习面试题15：卷积核需要旋转180度

Posted 2022-08-06 mfryf

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了深度学习面试题15：卷积核需要旋转180度相关的知识，希望对你有一定的参考价值。

import tensorflow as tf

# [batch, in_height, in_width, in_channels]
input = tf.constant([
    [2, 1, 0, 2, 3],
    [9, 5, 4, 2, 0],
    [2, 3, 4, 5, 6],
    [1, 2, 3, 1, 0],
    [0, 4, 4, 2, 8],
], tf.float32)
input = tf.reshape(input, [1, 5, 5, 1])

#定义旋转180后的卷积核
# [filter_height, filter_width, in_channels, out_channels]
kernel = tf.constant([
    [-1, 0, 1],
    [-1, 0, 1],
    [-1, 0, 1]
], tf.float32)
kernel = tf.reshape(kernel, [3, 3, 1, 1])

print(tf.Session().run(tf.nn.conv2d(input,kernel,[1,1,1,1],"VALID")))

[[[[-5.]   [ 0.]   [ 1.]]
  [[-1.]   [-2.]   [-5.]]
  [[ 8.]   [-1.]   [ 3.]]]]

View Code

而在scipy中，是按照严格的卷积定义来的，你定义了一个卷积核后，scipy要先将你的卷积核旋转180度，然后才对应位置相乘，再相加。

import numpy as np
from scipy import signal

input = np.array([
    [2, 1, 0, 2, 3],
    [9, 5, 4, 2, 0],
    [2, 3, 4, 5, 6],
    [1, 2, 3, 1, 0],
    [0, 4, 4, 2, 8]
])

#定义未经旋转的卷积核
kernel = np.array([
    [1, 0, -1],
    [1, 0, -1],
    [1, 0, -1]
])
# kernel1 = np.flip(kernel1)
print(signal.convolve(input, kernel, mode="valid"))

[[-5  0  1]
 [-1 -2 -5]
 [ 8 -1  3]]