计算机视觉是一个非常有趣且充满挑战的领域。特别是卷积神经网络（CNN），这种网络在图像识别和处理方面展示了惊人的效果。keillempkill学姐意识到，要深入理解CNN，就必须从其最基本的组成部分------卷积操作开始。卷积操作本质上是一个元素乘积和的过程，卷积核在图像上滑动并在每个位置执行这种运算。

给定一个 n×n的卷积核和一个 m×m的矩阵。你的任务是使用卷积核对图像矩阵进行卷积操作。卷积操作是指，将卷积核覆盖到矩阵的对应部分，并将卷积核下的元素与矩阵对应位置的元素相乘，然后将所有乘积相加，得到结果矩阵的一个元素。卷积核会在整个矩阵上移动，直到覆盖矩阵的每一个可以容纳卷积核的部分。

第一行包含两个整数 $n$ 和$m$,(1≤n≤m≤20)
接下来 n行，每行 $n$ 个整数 ai,j(0≤ai,j≤20)表示卷积核。
接下来 m行，每行 m个整数 bi,j(0≤bi,j≤20) ，表示需要进行卷积的矩阵。

输出一个 (m−n+1)×(m−n+1)(m-n+1) 的矩阵，表示卷积操作的结果

  2024河南萌新联赛第（三）场：河南大学