展平与全连接得到特征值

import numpy as np

# 1、定义输入图片：4x4的图片，0表示白色，1表示黑色
image = np.array([
    [0, 0, 1, 1],
    [0, 0, 1, 1],
    [1, 1, 0, 0],
    [1, 1, 0, 0]
])
print('输入图片: \n', image)

# 2、卷积：用2x2滤波找对角特征
filter_simple = np.array([
    [1, 0], 
    [0, 1]
])
print('滤波器: \n', filter_simple)

# 计算卷积结果
conv_result = np.zeros((3, 3))
for i in range(3):
    for j in range(3):
        conv_result[i, j] = np.sum(image[i:i+2, j:j+2] * filter_simple)
print('卷积结果: \n', conv_result)

# 3、池化： 2x2最大池化，缩小特征图
pooled = np.zeros((1, 1))
pooled[0, 0] = np.max(conv_result[0:2, 0:2])
print('池化结果: \n', pooled)

# 4、展平：把矩阵变一维数组
flattened = pooled.flatten()
print('展平: ', flattened)

# 5、全连接：用权重计算得分
weights = np.array([2])
output = np.dot(flattened, weights)
print('权重：', weights)
print('输出：', output)

# 6、判断：根据得分得出结论
threshold = 3 # 阈值
if output > threshold:
    print(f"结论：有对角线特征（得分：{output} > {threshold}）")
else:
    print(f"结论：无对角线特征（得分：{output} <= {threshold}）")

输出结果：

输入图片: 
 [[0 0 1 1]
 [0 0 1 1]
 [1 1 0 0]
 [1 1 0 0]]
滤波器: 
 [[0 1]
 [1 0]]
卷积结果: 
 [[0. 1. 2.]
 [1. 2. 1.]
 [2. 1. 0.]]
池化结果: 
 [[2.]]
展平:  [2.]
权重： [2]
输出： 4.0
结论：有对角线特征（得分：4.0 > 3）