我正在使用大量小图像（36 * 36左右）和小过滤器（3 * 3到5 * 5）进行卷积。所以基于FFT的解决方案不是我想要的。也许高度优化和调整的实现（使用SSE / AVX，多线程）对我来说更好。
然而，卷积不包括在BLAS中。并且FFT库（FFTW）没有卷积功能。我试过scipy.signal.convolve2d，它比我天真的C实现更慢。
是否有针对CPU上的小内核优化的专用卷积库？如果它在大内核上自动切换到FFT会更好。 我在Python编码，但只要我可以用ctypes导入它就可以使用C / C ++库。我的GPU太老了，不能加快速度。
相关问题： Fast 2D convolution implementation? Fast way to implement 2D convolution in C Fastest 2D convolution or image filter in Python //他们都在谈论FFT而不是矢量化