我正在对大量小图像（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。
但是，BLAS中不包含卷积。并且 FFT 库 (FFTW) 没有卷积功能。我尝试了 scipy.signal.convolve2d，它甚至比我幼稚的 C 实现还要慢。
是否有专门针对 CPU 上的小内核优化的卷积库？如果它在大内核上自动切换到 FFT 会更好。
我正在使用 Python 进行编码，但是只要我可以使用ctypes导入它，C/C++ 库就可以了。我的 GPU 太旧，无法提供任何加速。
相关问题：
他们都在谈论 FFT，而不是矢量化。