// Матрицей считается размерности h, d. Вектором d
// Первый аргумент -- матрица весов, батч во втором
public static Tensor4 <T> MultAsMatrix(Tensor4 <T> A, Tensor4 <T> B)
{
Tensor4 <T> result = new Tensor4 <T>(A.W, B.H, A.D, B.BS);
for (int i = 0; i < B.BS; i++)
{
for (int j = 0; j < B.H; j++)
{
for (int k = 0; k < A.D; k++)
{
for (int z = 0; z < A.H; z++)
{
result[0, j, k, i] += (A[0, z, k, i] as dynamic) * (B[0, j, z, i] as dynamic);
}
}
}
}
return(result);
}
public static Tensor4 <T> operator/(Tensor4 <T> B, dynamic A)
{
Tensor4 <T> newTen = new Tensor4 <T>(A.W, A.H, A.D, A.BS);
for (int i = 0; i < A.W; i++)
{
for (int j = 0; j < A.H; j++)
{
for (int k = 0; k < A.D; k++)
{
for (int z = 0; z < A.BS; z++)
{
newTen[i, j, k, z] = (B[i, j, k, z] as dynamic) / A;
}
}
}
}
return(newTen);
}
// Сама функция может быть запараллелина, но параллелизация вдоль bs недопустима,
// т.к. собьются метки классов
public static Tensor4 <T> ConvolutionalLayerForward(Tensor4 <T> map, Tensor4 <T> feature)
{
throw new NotImplementedException();
}