Convoluções unidimensionais
Uma convolução de uma matriz unidimensional com um kernel é quando a gente pega o kernel, desliza ele pela matriz, multiplica ele pelos itens da matriz que se sobrepõem ao kernel naquele lugar e soma esse produto.
Este exercício faz parte do curso
Modelagem de imagens com Keras
Instruções do exercício
Multiplica cada janela na matriz de entrada pelo kernel, soma o resultado multiplicado e coloca o resultado na entrada certa na matriz de saída (conv).
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
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)