湖州师范学院人工智能导论: 湖州师范学院《人工智能导论》课程习题集

forked from sun/湖州师范学院人工智能导论课程习题集

加入 Gitee

与超过 1200万开发者一起发现、参与优秀开源项目，私有仓库也完全免费：）

该仓库未声明开源许可证文件（LICENSE），使用请关注具体项目描述及其代码上游依赖。

克隆/下载

update 6.卷积神经网络.md. e9a8bad

10.计算性能.md

11.计算机视觉.md

2.预备知识.md

3.线性神经网络.md

4.多层感知机.md

5.深度学习计算.md

6.卷积神经网络.md

7.现代卷积神经网络.md

8.循环神经网络.md

9.现代循环神经网络.md

出题记录.md

Loading...

README

# 湖州师范学院 人工智能导论 课程习题集

## 出题要求

1. 题型可以有简答题、计算题、编程题，综合题。
2. 每个题目的分值可以是5、10、15、20。
3. 答案里面应当包含得分点，每个得分点一般为1-2分，个别计算比较复杂或答案比较长的得分点可以给3分。
4. 因为在试卷上打印不清楚，所以尽量少用图片。如果必须用图片最好用矢量图（svg），黑白色。所有图片都必须放到images文件夹中，使用相对地址引用，不得直接使用网络地址。
5. 所有公式必须手打，不得直接使用截图。
6. 代码应放到代块中着色。
7. 题目的描述应当完整，让答题者只看题目就能够回答问题。


#### 6.1 实现卷积函数

出题人：班级 姓名 学号

知识点：6.2. 图像卷积

题型：编程题

题目：(5分)用Pytorch实现一个 corr2d 函数进行二维互相关运算，该函数接受输入张量 X 和卷积核张量 K ，并返回输出张量 Y。

解答：

```python
import torch

def corr2d(X, K):
    """计算二维互相关运算。"""
    h, w = K.shape
    Y = torch.zeros((X.shape[0] - h + 1, X.shape[1] - w + 1))
    for i in range(Y.shape[0]):
        for j in range(Y.shape[1]):
            Y[i, j] = (X[i:i + h, j:j + w] * K).sum()
    return Y
```

![correlation](images/correlation.svg)

湖州师范学院《人工智能导论》课程习题集

取消

暂无发行版

马建仓 AI 助手

尝试更多

代码解读

代码找茬

代码优化

1

https://gitee.com/wuyufenGta5/ai-exercises.git

git@gitee.com:wuyufenGta5/ai-exercises.git

wuyufenGta5

ai-exercises

湖州师范学院人工智能导论

master