Convoluzioni monodimensionali
La convoluzione di un array monodimensionale con un kernel consiste nel prendere il kernel, farlo scorrere lungo l'array, moltiplicarlo per gli elementi dell'array che si sovrappongono al kernel in quella posizione e sommare questo prodotto.
Questo esercizio fa parte del corso
Image Modeling with Keras
Istruzioni dell'esercizio
Moltiplica ogni finestra nell'array di input per il kernel, somma il risultato delle moltiplicazioni e inserisci il valore ottenuto nella voce corretta dell'array di output (conv).
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
array = np.array([1, 0, 1, 0, 1, 0, 1, 0, 1, 0])
kernel = np.array([1, -1, 0])
conv = np.array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
# Output array
for ii in range(8):
conv[ii] = (____ * array[____:____+____]).sum()
# Print conv
print(conv)