# 湖州师范学院 人工智能导论 课程习题集

**Repository Path**: zhu_shaojun/ai-exercises

## Basic Information

- **Project Name**: 湖州师范学院 人工智能导论 课程习题集
- **Description**: 湖州师范学院《人工智能导论》课程习题集
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 6
- **Forks**: 17
- **Created**: 2021-05-26
- **Last Updated**: 2025-04-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 湖州师范学院 人工智能导论 课程习题集

## 出题要求

1. 题型可以有简答题、计算题、编程题，综合题。
2. 每个题目的分值可以是5、10、15、20。
3. 答案里面应当包含得分点，每个得分点一般为1-2分，个别计算比较复杂或答案比较长的得分点可以给3分。
4. 因为在试卷上打印不清楚，所以尽量少用图片。如果必须用图片最好用矢量图（svg），黑白色。所有图片都必须放到images文件夹中，使用相对地址引用，不得直接使用网络地址。
5. 所有公式必须手打，不得直接使用截图。
6. 代码应放到代块中着色。
7. 题目的描述应当完整，让答题者只看题目就能够回答问题。


#### 6.1 实现卷积函数

出题人：班级 姓名 学号

知识点：6.2. 图像卷积

题型：编程题

题目：(5分)用Pytorch实现一个 corr2d 函数进行二维互相关运算，该函数接受输入张量 X 和卷积核张量 K ，并返回输出张量 Y。

解答：

```python
import torch

def corr2d(X, K):
    """计算二维互相关运算。"""
    h, w = K.shape
    Y = torch.zeros((X.shape[0] - h + 1, X.shape[1] - w + 1))
    for i in range(Y.shape[0]):
        for j in range(Y.shape[1]):
            Y[i, j] = (X[i:i + h, j:j + w] * K).sum()
    return Y
```

![correlation](images/correlation.svg)