两个一维张量的互相关答案

【问题标题】：Cross-correlation of two 1D tensors两个一维张量的互相关
【发布时间】：2021-11-15 06:45:48
【问题描述】：

我的输入信号形状 = (N,) 和内核形状 = (K,)。我认为两者的大小应该相同，以便我在输入信号和内核之间获得互相关输出。有什么方法可以在输入信号上使用零填充来实现结果？

例如：输入信号 (1,2,3,4,5) 和内核 (6,7) 之间的互相关。

【问题讨论】：

标签： pytorch padding shapes tensor cross-correlation

【解决方案1】：

如果我错了，请告诉我，但这似乎对应于一维卷积：

NumPy 有一个内置函数np.correlate，我们可以比较：

>>> a = np.arange(1, 6)
>>> v = np.arange(6, 8)

>>> np.correlate(a, v)
array([20, 33, 46, 59])

在 PyTorch 中使用torch.nn.functional.conv1d（输入和权重需要是三维的）：

>>> x = torch.tensor(a, dtype=float)[None, None]
>>> w = torch.tensor(v, dtype=float)[None, None]

>>> F.conv1d(x, w)
tensor([[[20., 33., 46., 59.]]], dtype=torch.float64)

【讨论】：

我有以下尺寸输入信号：torch.Size([200]) 内核：torch.Size([18]) 输出：torch.Size([183]) 如何制作尺寸我的输出等于输入？
你有#a + p - #v + 1= #out，其中p是填充量，所以p = #out - #a + #v - 1。知道#a = #out，你就有p = #v - 1。因此，您应该使用 #v - 1 元素填充 a。
@Ivan 是的，PyTorch 的Conv1d 完全等同于documentation 提到的互相关：where ⋆ is the valid cross-correlation operator [...]。