从卷积核生成线性运算矩阵的 numpy 方法

Question

形状(k1, k2, n_channel, n_filter)的 2D 卷积核K应用于形状(m1, m2, n_channel)的 2D 向量A并生成另一个形状为(m1 - k1 + 1, m2 - k2 + 1, n_filter)的 2D 向量B(具有有效的填充(。

对于每个K，也确实存在一个形状(m1 - k1 + 1, m2 - k2 + 1, n_filter, m1, m2, n_channel)的W_K，使得W_K和A的张量点等于B。B = np.tensordot(W_K, A, 3).

我正在尝试找到一个纯粹的 NumPy 解决方案来从K生成此W_K，而无需使用任何 python 循环。

我可以看到W_K[i,j,f] == np.pad(K[...,f], ((i,m1-i-k1), (j,m2-j-k2)), 'constant', constant_values=0)或只是W_K[i, j, f, i:i+k1, j:j+k2, ...] == K[..., f].

我正在寻找的几乎类似于托普利茨矩阵。但我需要多维度的它。

循环代码中的示例：

import numpy as np
# 5x5 image with 3-channels
A = np.random.random((5,5,3))
# 2x2 Conv2D kernel with 2 filters for A  
K = np.random.random((2,2,3,2))
# It should be of (4,4,2,5,5,3), but I create this way for convenience. I move the axis at the end.
W_K = np.empty((4,4,5,5,3,2))
for i, j in np.ndindex(4, 4):
W_K[i, j] = np.pad(K, ((i, 5-i-2),(j, 5-j-2), (0, 0), (0, 0)), 'constant', constant_values=0)
# above lines can also be rewritten as
W_K = np.zeros((4,4,5,5,3,2))
for i, j in np.ndindex(4, 4):
W_K[i, j, i:i+2, j:j+2, ...] = K[...]
W_K = np.moveaxis(W_K, -1, 2)
# now I can do
B = np.tensordot(W_K, A, 3)

Answer 1

你想要的东西需要一些花哨的索引体操，但编码起来不是很麻烦。这个想法是创建 4 维索引数组，应用第二个循环示例的W_K[i, j, i:i+2, j:j+2, ...]部分。

下面是示例的略微修改版本，只是为了确保某些相关维度不同(因为这会使错误更容易找到：它们将是适当的错误而不是损坏的值(：

import numpy as np
# parameter setup
k1, k2, nch, nf = 2, 4, 3, 2 
m1, m2 = 5, 6 
w1, w2 = m1 - k1 + 1, m2 - k2 + 1 
K = np.random.random((k1, k2, nch, nf)) 
A = np.random.random((m1, m2, nch)) 
# your loopy version for comparison
W_K = np.zeros((w1, w2, nf, m1, m2, nch)) 
for i, j in np.ndindex(w1, w2): 
W_K[i, j, :, i:i+k1, j:j+k2, ...] = K.transpose(-1, 0, 1, 2) 
W_K2 = np.zeros((w1, w2, m1, m2, nch, nf))  # to be transposed back
i,j = np.mgrid[:w1, :w2][..., None, None]  # shape (w1, w2, 1, 1) 
k,l = np.mgrid[:k1, :k2]  # shape (k1, k2) ~ (1, 1, k1, k2)  
W_K2[i, j, i+k, j+l, ...] = K 
W_K2 = np.moveaxis(W_K2, -1, 2) 
print(np.array_equal(W_K, W_K2))  # True

我们首先创建一个跨越W_K前两个维度的索引网格i,j，然后创建两个跨越其(moveaxis前(第二和第三维度的类似网格。通过将两个尾随单例维度注入前者，我们最终得到 4d 索引数组，它们共同跨越W_K的前四个维度。

剩下的就是使用原始K分配给此切片，然后向后移动维度。由于当表达式中的切片(非高级(索引不完全相邻时，高级索引会改变行为，因此使用moveaxis方法可以更轻松地做到这一点。我首先尝试创建具有最终尺寸的W_K2，但后来我们会W_K[i, j, :, i+k, j+l, ...]具有微妙不同行为(特别是不同形状(

的模型。