Function im2col

code/chapter9.py:177–211

im2col 实现 参数说明： X：输入数组，为 (n_samples, in_rows, in_cols, in_ch)，此时还未 0 填充(padding) W_shape：卷积层的卷积核的形状，为 (kernel_rows, kernel_cols, in_ch, out_ch) pad：padding 数目，4-tuple, int, 或 'same'，'valid'型 在图片的左、右、上、下 (left, right, up, down) 0填充 若为int，表示在左、右、上、下均填充数目为 pad 的 0，

(X, W_shape, pad, stride, dilation=1)

def im2col(X, W_shape, pad, stride, dilation=1):
    """
    im2col 实现

    参数说明：
    X：输入数组，为 (n_samples, in_rows, in_cols, in_ch)，此时还未 0 填充(padding)
    W_shape：卷积层的卷积核的形状，为 (kernel_rows, kernel_cols, in_ch, out_ch)
    pad：padding 数目，4-tuple, int, 或 'same'，'valid'型
        在图片的左、右、上、下 (left, right, up, down) 0填充
        若为int，表示在左、右、上、下均填充数目为 pad 的 0，
        若为same，表示填充后为相同 (same) 卷积，
        若为valid，表示填充后为有效 (valid) 卷积
    stride：卷积核的卷积步幅，int型
    dilation：扩张率，int 型，default=1

    输出说明：
    X_col：输出结果，形状为 (kernel_rows*kernel_cols*n_in, n_samples*out_rows*out_cols)
    p：填充数，4-tuple
    """
    fr, fc, n_in, n_out = W_shape
    s, p, d = stride, pad, dilation
    n_samp, in_rows, in_cols, n_in = X.shape

    X_pad, p = pad2D(X, p, W_shape[:2], stride=s, dilation=d)
    pr1, pr2, pc1, pc2 = p

    # 将输入的通道维数移至第二位
    X_pad = X_pad.transpose(0, 3, 1, 2)

    k, i, j = _im2col_indices((n_samp, n_in, in_rows, in_cols), fr, fc, p, s, d)

    # X_col.shape = (n_samples, kernel_rows*kernel_cols*n_in, out_rows*out_cols)
    X_col = X_pad[:, k, i, j]
    X_col = X_col.transpose(1, 2, 0).reshape(fr * fc * n_in, -1)
    return X_col, p


def conv2D_gemm(X, W, stride=0, pad='same', dilation=1):