卷积
在深度学习里CNN卷积神经网络是最常见的概念，可以算AI届的hello world了。https://www.jianshu.com/p/fc9175065d87这个文章中用动图很好的解释了什么叫做卷积。
其实很早的图像处理里，使用一个滤波器扫一遍图像就类似现在深度学习里卷积的计算过程，只是AI中核是需要通过学习得到的。
本文就不从理论上详细介绍卷积了，程序员就要有程序员的亚子，所以我直接上代码介绍怎么用numpy实现卷积。
numpy实现卷积
基础定义
以CV中对图像卷积为例，图像卷积一般都是 输入：四维数组[B,H,W,C_in] 卷积核：四维数组[C_in,K,K,C_out] 输出：四维数组[B,H2,W2,C_out]
B—batchsize输入对图片张数 H,W—输入图片对高和宽 C_in—输入图片对通道数，比如RGB图像就是三通道，C_in=3 K—卷积核对宽/高，通常宽=高 C_out—有多少个卷积核 H2,W2—输出特征图对高核宽
为什么H和H2不一致，是因为需要根据padding等情况而定。 在卷积时还有stride等概念，本文设置stride=1,因为理解了本文代码后，其他情况完全可以方便实现。
单个核卷积单通道
首先我们从低维入手，图片张数为1，单个卷积核，单个通道输入: 输入—[H,W] 卷积核—[K,K] 输出—[H2,W2] 也就是下图过程：
上图我们发现输入核输出不一致，是因为它使用VALID模式的padding，如果我们希望输入和输出一致，就需要使用SAME模式，如下图
对padding模式对输出大小做下简单介绍：
如果是VALID模式，我们输出会变小，输出大小为
（H-K 1，W-K 1）
如果是SMAE模式，输出和输入需要一样大小，所以需要Padding值，通常为0，假设数组H=W=N，padding的维度为p，即上下左右都进行添加p
(N 2p-K 1,N 2p-K 1)=(N,N) 所以
p=(k-1)/2
好了～直接上代码，过程有详细注释：
代码语言：javascript复制def numpy_conv(inputs,filter,_result,padding="VALID"):
H, W = inputs.shape
filter_size = filter.shape[0]
# default np.floor
filter_center = int(filter_size / 2.0)
filter_center_ceil = int(np.ceil(filter_size / 2.0))
#这里先定义一个和输入一样的大空间，但是周围一圈后面会截掉
result = np.zeros((_result.shape))
#更新下新输入,SAME模式下，会改变HW
H, W = inputs.shape
#print("new size",H,W)
#卷积核通过输入的每块区域，stride=1，注意输出坐标起始位置
for r in range(0, H - filter_size 1):
for c in range(0, W - filter_size 1):
# 池化大小的输入区域
cur_input = inputs[r:r filter_size,
c:c filter_size]
#和核进行乘法计算
cur_output = cur_input * filter
#再把所有值求和
conv_sum = np.sum(cur_output)
#当前点输出值
result[r, c] = conv_sum
return result现在我们完成了最简单的单核卷积。下面我们进行扩展，用多个核卷积多个通道维度的数据。
多卷积核多通道
和以上逻辑一致，只是多了一个维度而已， 输入—[C_in,H,W] 卷积核—[C_out,K,K] 输出—[C_out,C_in,H2,W2] 下图过程是单个核卷积多通道的过程：
多个核就是上面过程执行多遍，然后把结果累加。了解理论后就知道，就是多两个for循环的事：
（1）一个循环是输入通道数对循环：把卷积核在每个通道数据上卷积，然后结果累加
（2）一个循环是核个数对循环：每个卷积核执行步骤（1），然后把结果累加
是不是很简单～
上代码：
def _conv(inputs, filter,strides=[1,1], padding="SAME"):
C_in, H, W = inputs.shape
filter_size = filter.shape[2]
# C_out指核对个数，也是最后结果对通道个数
C_out = filter.shape[0]
# 同样我们任务核对宽高相等
'''
最终输出大小
SAME:
h_out = h_in/stride
w_out = w/in/stride
VALID:
h_out = ceil((h_in-fliter_h 1)/stride)
w_out = ceil((w_in-fliter_w 1)/stride)
需要PAD
VALID：不需要PAD
SAME：
pad_h = (h_out -1 ) * stride fliter_h - H
pad_h_top = pad_h/2
pad_h_bottom = pad_h - pad_h_top
pad_w_left = (w_out -1 ) * stride fliter_w - W
pad_w_right = w_out - pad_w_left
'''
if padding == "VALID":
result = np.zeros(
[C_out, int(np.ceil(H - filter_size 1) / strides[0]), int(np.ceil(W - filter_size 1) / strides[1])],
np.float32)
else:
result = np.zeros([C_out, int(H / strides[0]), int(W / strides[1])], np.float32)
C, H_new, W_new = inputs.shape
pad_h = (H_new - 1) * strides[0] filter_size - H
pad_top = int(pad_h / 2)
pad_down = pad_h - pad_top
pad_w = (W_new - 1) * strides[1] filter_size - W
pad_left = int(pad_w / 2)
pad_right = pad_w - pad_left
inputs = np.pad(inputs, ((0, 0), (pad_top, pad_down), (pad_left, pad_right)), 'constant',
constant_values=(0, 0))
# 核个数对循环
for channel_out in range(C_out):
# 输入通道数对循环
for channel_in in range(C_in):
# 当前通道对数据
channel_data = inputs[channel_in]
# 采用上面对逻辑，单核单通道卷积,然后累计
result[channel_out, :, :] = numpy_conv(channel_data, filter[channel_out][channel_in], result[0],padding)
# print(result)
return result如果有多张图片呢？每个图片进行以上结果，然后cancat就好了～不就是再加一个循环的事么～～～～ 现在！应该！！！！对卷积！！！完全懂了！！！！吧！！！！！
我们上完整代码
# -*- coding: utf-8 -*-
import numpy as np
def numpy_conv(inputs,filter,_result,padding="VALID"):
H, W = inputs.shape
filter_size = filter.shape[0]
# default np.floor
filter_center = int(filter_size / 2.0)
filter_center_ceil = int(np.ceil(filter_size / 2.0))
#这里先定义一个和输入一样的大空间，但是周围一圈后面会截掉
result = np.zeros((_result.shape))
#更新下新输入,SAME模式下，会改变HW
H, W = inputs.shape
#print("new size",H,W)
#卷积核通过输入的每块区域，stride=1，注意输出坐标起始位置
for r in range(0, H - filter_size 1):
for c in range(0, W - filter_size 1):
# 池化大小的输入区域
cur_input = inputs[r:r filter_size,
c:c filter_size]
#和核进行乘法计算
cur_output = cur_input * filter
#再把所有值求和
conv_sum = np.sum(cur_output)
#当前点输出值
result[r, c] = conv_sum
return result
def _conv(inputs, filter,strides=[1,1], padding="SAME"):
C_in, H, W = inputs.shape
filter_size = filter.shape[2]
# C_out指核对个数，也是最后结果对通道个数
C_out = filter.shape[0]
# 同样我们任务核对宽高相等
if padding == "VALID":
result = np.zeros(
[C_out, int(np.ceil(H - filter_size 1) / strides[0]), int(np.ceil(W - filter_size 1) / strides[1])],
np.float32)
else:
result = np.zeros([C_out, int(H / strides[0]), int(W / strides[1])], np.float32)
C, H_new, W_new = inputs.shape
pad_h = (H_new - 1) * strides[0] filter_size - H
pad_top = int(pad_h / 2)
pad_down = pad_h - pad_top
pad_w = (W_new - 1) * strides[1] filter_size - W
pad_left = int(pad_w / 2)
pad_right = pad_w - pad_left
inputs = np.pad(inputs, ((0, 0), (pad_top, pad_down), (pad_left, pad_right)), 'constant',
constant_values=(0, 0))
# 核个数对循环
for channel_out in range(C_out):
# 输入通道数对循环
for channel_in in range(C_in):
# 当前通道对数据
channel_data = inputs[channel_in]
# 采用上面对逻辑，单核单通道卷积,然后累计
result[channel_out, :, :] = numpy_conv(channel_data, filter[channel_out][channel_in], result[0],padding)
# print(result)
return result
if __name__ == '__main__':
#输入[C_in,H,W]
inputs = np.zeros([3,9,9])
for i in range(3):
for j in range(9):
for z in range(9):
inputs[i][j][z] = i j z
print("input:n",inputs,"n")
#卷积核[C_out,C_in,K,K]
filter = np.zeros([2, 3, 3, 3])
for i in range(2):
for j in range(3):
for x in range(3):
for y in range(3):
filter[i][j][x][y] = i j x y
print("filtern",filter,"n")
final_result = _conv(inputs, filter, strides=[1,1],padding="SAME")
print("resultn",final_result,"n")我怎么知道我结果是对还是错的呢～下次我们用tensorflow的API来进行验证！
