前言 构建onnx方式通常有两种： 1、通过代码转换成onnx结构，比如pytorch —> onnx 2、通过onnx 自定义结点，图，生成onnx结构 本文主要是简单学习和使用两种不同onnx结构， 下面以 Unfold 结点进行分析 方式 方法一：pytorch --> onnx 暂缓，主要研究方式二 方法二： onnx import onnxfrom onnx impor

如果老老实实地实现卷积运算，估计要重复好几层的for语句。这样的实现有点麻烦，而且， NumPy中存在使用for语句后处理变慢的缺点（NumPy中，访问元素时最好不要用 for语句）        如上图所示，我们每次取的input，我们可以把它拉直，拉成一个行向量。它跟kernel进行元素相乘再求和，就相当于这个输入行向量，再跟kernel的列向量(将kernel拉成列向量)进行