Python 2.7 如何在CNN中实现过滤步幅（编码方面）？

我正在试图弄清楚CNN中的步幅是如何编码的，但我似乎无法有效地实现它——脚本需要很长时间才能完成计算，否则我会出错

from PIL import Image

img = Image.open('C:\sample_pic.jpeg').convert("RGB") #800 x600 dimensions
pixels =np.array(img)  # However PIL inverts height and width so #600 X800
print(pixels.shape)    # (600L, 800L, 3L)

理想情况下，我不想将图像展平，但如果正确使用步长为1，我不知道如何将600 x 800 x 3的图像与2x3x3的过滤器相乘。因此，我尝试将阵列展平，因为我觉得这样会更容易

   flat = pixels.flatten()
   filter1= np.array([1,1,0],) 
   pixels2 = np.array([])

for i in range(0, len(flat),2):
   pixels2 =np.append(pixels2,np.sum((flat[i:i+3] * filter1)))

所以我尝试用滤波器乘以每个像素的RGB值，然后取和，然后滑动2。我试图想象CNN的第一个卷积层。 在这里，我不知道如何告诉循环仅在I+3元素可用时进行迭代。我想这就是我得到以下错误的原因

ValueError:操作数无法与形状（2，）（3，）一起广播。

另外，还有一种计算速度更快的方法，可以将过滤器值与图像的像素值相乘，因为在我的笔记本电脑上计算要花很长时间。（英特尔i-7 3610QM@2.30 Geforce 650M GT 2GB）

编辑：为清晰起见进行编辑。如果可以将600x800x3阵列与2x3x3的过滤器相乘，那么我希望使用1的步长。 我希望过滤器看起来像这样

[[[1,1,0]
[1,1,0]
[1,1,0]]


[[1,1,0]
[1,1,0]
[1,1,0]]]

2行，每行3列，每列有三个值[1,1,0]

原始图像是600行（高）、800列（宽）和3个值（RGB值）

对不起，有什么困惑

我正在使用的图像：

不是最佳解决方案，因为它会在

堆栈中产生一个副本。但是：

或消除幻数
3
：

res = np.stack([
    convolve2d(plane, filterp, mode='valid')
    for plane, filterp in zip(np.rollaxis(pixels, -1), np.rollaxis(filter, -1))
], axis=-1)

1-事实上，由于Convalve2D没有
out
参数，因此没有替代方案不是最佳解决方案，因为它会在
堆栈中产生一个副本。但是：

或消除幻数
3
：

res = np.stack([
    convolve2d(plane, filterp, mode='valid')
    for plane, filterp in zip(np.rollaxis(pixels, -1), np.rollaxis(filter, -1))
], axis=-1)

1-事实上，因为convalve2D没有
out
参数，所以没有其他选择
这里有一个包含步幅的方法-

from scipy.signal import convolve2d as conv2

def filter_images3D(img3D, filter3D, stride=1):
    M1,N1 = img3D.shape[:2]
    M2,N2 = filter3D.shape[:2]
    O1,O2 = (M1-M2+stride)//stride, (N1-N2+stride)//stride

    n = img3D.shape[-1]
    out = np.empty((O1,O2,n))
    for i in range(n):
        out[...,i] = conv2(img3D[...,i],filter3D[...,i],'valid')[::stride,::stride]
    return out

这是一个包含步幅的方法-

from scipy.signal import convolve2d as conv2

def filter_images3D(img3D, filter3D, stride=1):
    M1,N1 = img3D.shape[:2]
    M2,N2 = filter3D.shape[:2]
    O1,O2 = (M1-M2+stride)//stride, (N1-N2+stride)//stride

    n = img3D.shape[-1]
    out = np.empty((O1,O2,n))
    for i in range(n):
        out[...,i] = conv2(img3D[...,i],filter3D[...,i],'valid')[::stride,::stride]
    return out

输出阵列的形状是什么？您好，理想情况下，我想要一个输出，它可以被重塑为图片尺寸的自然尺寸。因此，如果可能的话，我希望能够将每个维度的形状调整为350（最小值）。修改您的循环代码，使其与
2x3x3
形状过滤器一起工作，因为这似乎是最终目标？您声明了-
“使用过滤器的每个像素的RGB值，”
。对于多维过滤器，有多种方法来解释过滤操作。因此，一个循环代码将有助于演示您的想法。您是否试图将
（2，2，3）
与
（600，800，3）
进行卷积？您想对每个颜色平面分别执行此操作，生成
（599，799，3）
输出，还是一起生成
（599，799）
输出？或者你的意思是2步，给
（300，400，3）
或者
（300，400）
？抱歉，给你带来了困惑。当图像未展平时，我希望步幅为1。我想要一个三维的输出。所以我假设（599799,3）将是输出，如果我使用1的步幅和（2,3,3）的过滤器。谢谢。输出阵列的形状是什么？嗨，理想情况下，我想要一个输出，它可以被重塑为图片尺寸的自然尺寸。因此，如果可能的话，我希望能够将每个维度的形状调整为350（最小值）。修改您的循环代码，使其与
2x3x3
形状过滤器一起工作，因为这似乎是最终目标？您声明了-
“使用过滤器的每个像素的RGB值，”
。对于多维过滤器，有多种方法来解释过滤操作。因此，一个循环代码将有助于演示您的想法。您是否试图将
（2，2，3）
与
（600，800，3）
进行卷积？您想对每个颜色平面分别执行此操作，生成
（599，799，3）
输出，还是一起生成
（599，799）
输出？或者你的意思是2步，给
（300，400，3）
或者
（300，400）
？抱歉，给你带来了困惑。当图像未展平时，我希望步幅为1。我想要一个三维的输出。所以我假设（599799,3）将是输出，如果我使用1的步幅和（2,3,3）的过滤器。谢谢。很遗憾，这不是大步对于卷积的意义。Stride的意思是
conv（img，filter）[：：Stride]
，但显然您希望这样做，而不必计算所需的值discarded@Eric是的，早些时候错过了。更新。谢谢。我将首先阅读卷积2D（从未使用过它），然后玩转代码。遗憾的是，这不是STERID对于卷积的含义。Stride的意思是
conv（img，filter）[：：Stride]
，但显然您希望这样做，而不必计算所需的值discarded@Eric是的，早些时候错过了。更新。谢谢。我将首先阅读Convalve2D（从未使用过它），然后再玩转代码。谢谢。我不知道卷积的事。这将需要一些时间，因为我将阅读有关first convolve2d的内容，但我将使用您提供的代码，看看是否有任何问题。谢谢。所以我在测试代码时，遇到了几个问题：
回溯（上次调用）：文件“C:\Python27\PIL_Image.py”，第38行，在assert res.shape==（599，799，3）AssertionError
中，我认为这与我检查res shape时得到的文件（599798，3）没有多大问题。但是，当我尝试使用im=image.fromarray（res）将其转换回图像格式时，似乎遇到了一个错误，
TypeError:无法处理此数据类型
。有什么线索可以解释为什么我会打赌这个错误吗？@moondra:我把你的过滤器形状误读为（2,2,3），而不是（2,3,3）。是的，这个断言是垃圾。您的问题可能是
res
具有数据类型float