Python实现2D卷积报错求助：3×4输入与2×2卷积核计算异常

你编写的2D卷积代码输出结果不符，核心问题出在输入矩阵的索引计算错误，以及冗余的边界判断逻辑，下面具体分析并给出修正方案：

错误分析 #

• 索引逻辑完全颠倒：代码中I[i-m,j-n]的索引计算完全错误。卷积核在输入矩阵上滑动时，输出位置(m,n)对应的输入区域是从(m,n)起始的k_y×k_x子矩阵，正确索引应为I[m+i, n+j]（i为卷积核行索引，j为卷积核列索引）。原代码的反向索引会导致取值完全偏离预期，甚至出现负索引错误。
• 冗余的边界判断：通过Output_y = I_y - k_y +1和Output_x = I_x -k_x +1已经限制了m、n的范围，m+i和n+j的最大值不会超出输入矩阵的索引边界，因此那个if判断完全多余，反而掩盖了索引错误。
• 注释语言问题：代码注释为丹麦语，建议改为中文便于后续维护。

修正后的代码 #

import numpy as np 

def convolution(I, k): 
    # 确保输入矩阵和卷积核都是二维的
    assert(I.ndim == 2)
    assert(k.ndim == 2)

    # 获取输入矩阵和卷积核的尺寸：行、列
    I_rows = I.shape[0]
    I_cols = I.shape[1]
    k_rows = k.shape[0]
    k_cols = k.shape[1]

    # 计算输出矩阵的尺寸
    output_rows = I_rows - k_rows + 1
    output_cols = I_cols - k_cols + 1

    # 创建空的输出矩阵
    Output = np.zeros((output_rows, output_cols))

    # 滑动卷积核计算每个输出值
    for m in range(output_rows): 
        for n in range(output_cols):
            # 遍历卷积核的每个元素，计算点积
            for i in range(k_rows): 
                for j in range(k_cols):
                    Output[m, n] += k[i, j] * I[m + i, n + j]

    return Output

if __name__=="__main__": 
    Input_data = np.array([[2,3,6,9],
                           [1,9,5,1],
                           [4,7,8,5]])

    kernel = np.array([[1,2],
                       [3,1]])
    
    print(convolution(Input_data, kernel)) 

正确输出结果 #

运行修正后的代码，会得到符合预期的卷积结果：

[[33. 37. 32.]
 [46. 52. 22.]]

内容的提问来源于stack exchange，提问作者Egelund48