jax.scipy.signal.convolve2d

jax.scipy.signal.convolve2d(in1, in2, mode='full', boundary='fill', fillvalue=0, precision=None)

两个二维数组的卷积。

JAX 实现 scipy.signal.convolve2d()。

参数:

• in1 (Array) – 卷积的左侧输入。必须有 in1.ndim == 2。

• in2 (Array) – 卷积的右侧输入。必须有 in2.ndim == 2。

• mode (str) –

  控制输出的大小。可用操作包括

  • "full": （默认）输出输入的完整卷积。

  • "same"：返回 "full" 输出的居中部分，大小与 in1 相同。

  • "valid": 返回 "full" 输出中不依赖于数组边缘填充的部分。

• boundary (str) – 只支持 "fill"。

• fillvalue (float) – 只支持 0。

• method –

  控制计算方法。选项包括

  • "auto": （默认）总是使用 "direct" 方法。

  • "direct"：直接调用 jax.lax.conv_general_dilated()。

  • "fft": 通过快速傅里叶变换计算结果。

• precision (PrecisionLike) – 指定计算的精度。有关可用值的描述，请参阅 jax.lax.Precision。

返回:

包含卷积结果的数组。

返回类型:

Array

另请参阅

• jax.numpy.convolve(): 一维卷积

• jax.scipy.signal.convolve(): ND 卷积

• jax.scipy.signal.correlate(): ND 卷积

示例

一些二维卷积的示例

>>> x = jnp.array([[1, 2],
...                [3, 4]])
>>> y = jnp.array([[2, 1, 1],
...                [4, 3, 4],
...                [1, 3, 2]])

全卷积 (Full 2D convolution) 使用边缘隐式零填充

>>> jax.scipy.signal.convolve2d(x, y, mode='full')
Array([[ 2.,  5.,  3.,  2.],
       [10., 22., 17., 12.],
       [13., 30., 32., 20.],
       [ 3., 13., 18.,  8.]], dtype=float32)

指定 mode = 'same' 将返回与第一个输入大小相同的居中二维卷积

>>> jax.scipy.signal.convolve2d(x, y, mode='same')
Array([[22., 17.],
       [30., 32.]], dtype=float32)

指定 mode = 'valid' 将只返回两个数组完全重叠的二维卷积部分

>>> jax.scipy.signal.convolve2d(x, y, mode='valid')
Array([[22., 17.],
       [30., 32.]], dtype=float32)