Python 这些功能是如何实现的？ def im2col（输入数据，过滤器h，过滤器w，跨步=1，pad=0）： N、 C，H，W=输入数据形状 out_h=（h+2*pad-filter_h）//步幅+1 out\u w=（w+2*pad-filter\u w）//步幅+1 img=np.pad（输入_数据，[（0,0），（0,0），（pad，pad），（pad，pad）]，“常数”） col=np.零（（N，C，filter_h，filter_w，out_h，out_w）） 对于范围内的y（过滤器h）： y_max=y+步幅*向外 对于范围内的x（过滤器w）： x_max=x+跨步*向外 #为什么！！！！！ col[：，：，y，x，：，：]=img[：，：，y:y_max:stride，x:x_max:stride] col=col.transpose（0,4,5,1,2,3）。重塑（N*out\u h*out\u w，-1） #为什么！！！！！ 返回列 def col2im（col，输入_形状，过滤器_h，过滤器_w，跨步=1，垫=0）： N、 C，H，W=输入_形状 out_h=（h+2*pad-filter_h）//步幅+1 out\u w=（w+2*pad-filter\u w）//步幅+1 #为什么！！！！！ col=col.reformate（N，out_h，out_w，C，filter_h，filter_w）。转置（0，3，4，5，1，2） img=np.零（（N，C，H+2*pad+stride-1，W+2*pad+stride-1）） 对于范围内的y（过滤器h）： y_max=y+步幅*向外 对于范围内的x（过滤器w）： x_max=x+跨步*向外 #为什么！！！！！ img[：，：，y:y_max:stride，x:x_max:stride]+=col[：，：，y，x，，：，：] 返回img[：，：，pad:H+pad，pad:W+pad]

我无法理解我用注释“#为什么！！！”标记的那一行下面的内容

---

为什么它们是多维实现的？

你能澄清你的问题吗？问问代码的作者？！？！