tmp

cnn.c

@@ -49,9 +49,37 @@ float* convolution(Model model_w, Model model_b, const float* input_matrix, int
                         for (int y = 0; y < 3; y++) {
                             // 将输入图像的对应像素与卷积核权重相乘，并累加到conv_temp
                             conv_temp += input_matrix[(c*im_l*im_l) + (row*(im_l)+col) + (x*(im_l)+y)]
-                                    * model_w.array[() + (x*3+y) + (k*3*3)];
+                                    * model_w.array[((c+k*model_w.channel)*3*3) + (x*3+y)];
                         }
                     }
+                    _conv_rlst[(c*model_w.num_kernels*cr_l*cr_l) + (k*cr_l*cr_l) + (row*cr_l+col)] = conv_temp;
+                }
+           }
+        }
+    }
+    //合并子图
+    {
+        for(int k=0; k < model_w.num_kernels; k++) {
+            for (int row = 0; row < cr_l; row++) {
+                for (int col = 0; col < cr_l; col++) {
+                    for (int c = 0; c < model_w.channel; c++) {
+                        conv_temp += _conv_rlst[(c * model_w.num_kernels * cr_l * cr_l) + (k * cr_l * cr_l) + (row * cr_l + col)];
+                    }
+                    conv_rlst[(k * cr_l * cr_l) + (row * cr_l + col)] = conv_temp;
+                    // 加上对应卷积核的偏置
+                    conv_temp += model_b.array[k];
+                    // 激活函数：ReLU（将小于0的值设为0）
+                    if (conv_temp > 0)
+                        conv_rlst[(k * (cr_l * cr_l)) + (row * cr_l) + (col)] = conv_temp; // 如果卷积结果大于0，存入结果数组
+                    else
+                        conv_rlst[(k * (cr_l * cr_l)) + (row * cr_l) + (col)] = 0; // 否则存入0
+                }
+            }
+        }
+    }
+
+
+
 
 //                    if(model_w.channel>1){
 //                        float sum=0;
@@ -70,26 +98,6 @@ float* convolution(Model model_w, Model model_b, const float* input_matrix, int
 //                    }
 //                    _debug++;
 
-                    // 加上对应卷积核的偏置
-                    conv_temp += model_b.array[k];
-                    // 激活函数：ReLU（将小于0的值设为0）
-                    if (conv_temp > 0)
-                        conv_rlst[(k * (cr_l * cr_l)) + (row * cr_l) + (col)] = conv_temp; // 如果卷积结果大于0，存入结果数组
-                    else
-                        conv_rlst[(k * (cr_l * cr_l)) + (row * cr_l) + (col)] = 0; // 否则存入0
-                }
-           }
-        }
-
-
-
-
-
-
-
-    }
-
-
     return conv_rlst;
 }