具有可分离核的卷积
我正在查看 具有可分离内核的 CUDA SDK 卷积 ，我有一个简单的问题，但找不到答案：
卷积给出内核的向量是否需要具有相同的大小？我可以先与一个 1x3 向量执行行卷积，然后与另一个 5x1 向量执行列卷积吗？或者它们都需要相同的大小？谷歌没有帮助（或者我无法搜索答案）
I'm looking at the CUDA SDK convolution with separable kernels, and I have a simple question but can't find an answer:
Do the vectors, whose convolution gives the kernel, need to have the same size? Can I first perform a row-convolution with a vector 1x3 and then a column convolution with another one 5x1 ? Or they both need to be same size? Google isn't helping (or I'm unable to search for an answer)
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（2）
是的，向量可以有不同的大小。唯一的结果是你将得到一个不是正方形的矩形矩阵。
Yes, the vectors can be different sizes. The only consequence is that you'll get a rectangular matrix that is not square.
如果等效卷积矩阵不是方阵，则可分离卷积的向量只能具有不同的大小。
The vectors of a separable convolution could only be different sizes if the equivalent convolution matrix was not square.