Kom igångKom igång gratis

Endimensionella konvolutioner

En konvolution av en endimensionell array med en kernel innebär att man tar kerneln, låter den glida längs arrayen, multiplicerar den med de element i arrayen som överlappar med kerneln i den positionen och summerar resultatet.

Den här övningen är en del av kursen

Bildmodellering med Keras

Visa kurs

Övningsinstruktioner

Multiplicera varje fönster i indataarryen med kerneln, summera resultatet och lagra det på rätt position i utdataarryen (conv).

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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)
Redigera och kör kod