卷积梯度权重

Question

使用numpy实现卷积层权重后的梯度没有非线性之后，我遇到了问题。到目前为止，我已经尝试过类似的操作（我是代码的新手，我知道它很丑）：

def grads_wrt_params(self, inputs, grads_wrt_outputs):


        k0 = self.kernels.shape[0]
        k1 = self.kernels.shape[1]
        k2 = self.kernels.shape[2]
        k3 = self.kernels.shape[3]
        x = np.ndarray(shape = (inputs.shape[0], k1, k2, k3))
        for i in range(0,inputs.shape[0]):
            for j in range(0, self.kernels.shape[0]):
                y = np.zeros((k2,k3))
                for s in range(0, inputs.shape[1]):
                    y += signal.convolve2d(grads_wrt_outputs[i,j,:,:],inputs[i,s,:,:],  mode = 'valid')
                x[i,j,:,:] = y

        return x  

其中inputs.shape =（图像数，通道数，宽度，高度）  kernels.shape =（输出过滤器的数量，输入通道的数量，width1，height1）

我在做什么错了？