练习：
构造一个输入图像X，如何设计卷积核K来检测图像中对角方向的边缘？
检测图像中物体的边缘，即找到像素变化的位置。
构造一个6*6大小由黑到白过渡的图像，0黑，1白。
代码：
x=torch.zeros(6,6) for i in range(6): for j in range(i+1): x[i,j] = 1 print(x)
输出：
tensor([[1., 0., 0., 0., 0., 0.], [1., 1., 0., 0., 0., 0.], [1., 1., 1., 0., 0., 0.], [1., 1., 1., 1., 0., 0.], [1., 1., 1., 1., 1., 0.], [1., 1., 1., 1., 1., 1.]])
构造一个卷积核K探测边缘：
代码：
wh=21
K=torch.tensor([[1],[-1]],dtype=torch.float32) Y=corr2d(x,K) print(Y)
wh=12
K=torch.tensor([[1,-1]],dtype=torch.float32) Y=corr2d(x,K) print(Y)
结果：
tensor([[ 0., -1., 0., 0., 0., 0.], [ 0., 0., -1., 0., 0., 0.], [ 0., 0., 0., -1., 0., 0.], [ 0., 0., 0., 0., -1., 0.], [ 0., 0., 0., 0., 0., -1.]])
tensor([[1., 0., 0., 0., 0.], [0., 1., 0., 0., 0.], [0., 0., 1., 0., 0.], [0., 0., 0., 1., 0.], [0., 0., 0., 0., 1.], [0., 0., 0., 0., 0.]])
从黑到白的边缘被检测成了-1或1，其余部分的输出全是0。
可以看出，卷积层可通过重复使用卷积核有效地表征局部空间。
