E資格例題⑦　im2col プラスα

問題①

正解①

(c)：公式みたいなもの

問題②

正解②

(a)

def im2col(img, k_h, k_w, s_h, s_w, p_h, p_w):

    # ミニバッチサイズ, チャンネル数, 縦幅, 横幅
    n, c, h, w = img.shape
    
    # paddingを行う、（あ）の要素は上記n, c, h, wに対応、nとcにはパディングしない
    # 'constant'は標準モード
    img = np.pad(img, [(0,0), (0,0), (p_h, p_h), (p_w, p_w)], 'constant')
    
    # 出力サイズを計算
    # フィルターもカーネルも同じ意味
    # //：整数除算（切り捨て除算）
    out_h = (h + 2 * p_h - k_h) // s_h + 1
    out_w = (w + 2 * p_w - k_w) // s_w + 1

問題③

正解③

(a)

col = np.ndarray((n, c, k_h, k_w, out_h, out_w), dtype=img.dtype)
 
#　フィルタに対応する画素をスライス
#　フィルタの各要素（k_h、k_wの二次元データ）に適用させる画像データを、
#　ストライドずつづらしながら取得（out_h、out_wの二次元データ）、colに格納
#　(y, x)は(k_h, k_w）のフィルタの各要素。
    for y in range(k_h):
        y_lim = y + s_h * out_h
        for x in range(k_w):
            x_lim = x + s_w * out_w 
            col[:, :, y, x, :, :] = img[:, :, y:y_lim:s_h, x:x_lim:s_w]

問題④

正解④

(b)

#　畳み込み領域をシーケンス化
img_col, out_h, out_w = im2col(img, k_h, k_w, s_h, s_w, p_h, p_w)

#　フィルタの各要素をシーケンス化
kernel_col = kernel.reshape(k_n, -1).T

#　変換後画像データと変換後フィルタの畳み込み（行列積）により特徴マップを抽出
conv = np.dot(img_col, kernel_col)

#　(ミニバッチサイズn, チャネル数c, 縦幅h、横幅w）の形に戻してreturn
#　img.shape[0]:n
return conv.reshape(img.shape[0], out_h, out_w, -1).transpose(0, 3, 2, 1)