我正在使用卷积深度神经网络（特别是CRBM）。我需要执行几个有效的＆＃39;卷积和几个完整的＆＃39;卷积。我需要优化他们的速度。我正在使用C ++。
如果有效＆＃39;卷积我通过重新排列图像（这相当于Matlab中的 im2col ）并将（矩阵乘法）乘以内核矩阵（每行一个），可以将其加速约50％ ，用一个矩阵乘法代替几个卷积。
不幸的是，我还没有能够获得满满的＆＃39;卷积。我知道我也可以重新排列图像（在Matlab中使用等效的 convmtx2 ），但只是将图像矩阵重新排列到卷积矩阵已经慢得多（几乎一个数量级）而不是做所有的卷积。卷积矩阵变得非常快。
是否有一种很好的实用方法可以加快速度。使用C ++中的矩阵乘法进行卷积（使用多个内核）？也许，一种有效的计算convmtx2的方法？