python实现卷积神经网络

好的，下面是一个简单的 Python 实现卷积神经网络的示例代码：

import numpy as np

class Conv2D:
    def __init__(self, filters, kernel_size):
        self.filters = filters
        self.kernel_size = kernel_size
        
        # 初始化卷积核权重
        self.weights = np.random.randn(filters, kernel_size[0], kernel_size[1]) / (kernel_size[0] * kernel_size[1])
        
    def iterate_regions(self, image):
        """
        生成所有可能的二维图像块，用于卷积操作
        """
        h, w = image.shape
        
        for i in range(h - self.kernel_size[0] + 1):
            for j in range(w - self.kernel_size[1] + 1):
                im_region = image[i:i+self.kernel_size[0], j:j+self.kernel_size[1]]
                yield im_region, i, j
                
    def forward(self, input):
        """
        前向传播
        """
        h, w = input.shape
        output = np.zeros((h - self.kernel_size[0] + 1, w - self.kernel_size[1] + 1, self.filters))
        
        for im_region, i, j in self.iterate_regions(input):
            output[i, j] = np.sum(im_region * self.weights, axis=(1, 2))
            
        return output

上面的代码实现了一个简单的 2D 卷积层，其中包括了卷积核权重的初始化、卷积操作的实现以及前向传播。你可以根据需要修改代码，添加更多的层和功能。