如何使用 ArrayFire 批量 2D 卷积

问：

通读 ArrayFire 文档，我注意到该库在使用 2D 卷积时支持批处理操作。因此，我需要使用 C++ API 将 N 个过滤器应用于图像。

为了便于测试，我决定创建一个简单的 Python 脚本来断言卷积结果。但是，在使用 >1 滤波器并将它们与 OpenCV 的 2D 卷积单独进行比较时，我无法获得正确的结果。以下是我的 Python 脚本：

import arrayfire as af
import cv2
import numpy as np
 
np.random.seed(1)
 
np.set_printoptions(precision=3)
af.set_backend('cuda')
 
n_kernels = 2
 
image = np.random.randn(512,512).astype(np.float32)
 
kernels_list = [np.random.randn(7,7).astype(np.float32) for _ in range(n_kernels)]
 
conv_cv_list = [cv2.filter2D(image, -1, cv2.flip(kernel,-1), borderType=cv2.BORDER_CONSTANT) for kernel in kernels_list]
 
image_gpu = af.array.Array(image.ctypes.data, image.shape, image.dtype.char)
 
kernels = np.stack(kernels_list, axis=-1) if n_kernels > 1 else kernels_list[0]
kernels_gpu = af.array.Array(kernels.ctypes.data, kernels.shape, kernels.dtype.char)
 
conv_af_gpu = af.convolve2(image_gpu, kernels_gpu)
conv_af = conv_af_gpu.to_ndarray()
 
if n_kernels == 1:
    conv_af = conv_af[..., None]
 
for kernel_idx in range(n_kernels):
    print("CV conv:", conv_cv_list[kernel_idx][0, 0])
    print("AF conv", conv_af[0, 0, kernel_idx])

也就是说，我想知道如何正确使用ArrayFire批处理支持。