美文网首页
关于卷积的意义

关于卷积的意义

作者: 在土壤里种植理想 | 来源:发表于2018-10-25 15:26 被阅读0次

卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加。

关于卷积的一个血腥的讲解比如说你的老板命令你干活,你却到楼下打台球去了,后来被老板发现,他非常气愤,扇了你一巴掌(注意,这就是输入信号,脉冲),于是你的脸上会渐渐地(贱贱地)鼓起来一个包,你的脸就是一个系统,而鼓起来的包就是你的脸对巴掌的响应,好,这样就和信号系统建立起来意义对应的联系。下面还需要一些假设来保证论证的严谨:假定你的脸是线性时不变系统,也就是说,无论什么时候老板打你一巴掌,打在你脸的同一位置(这似乎要求你的脸足够光滑,如果你说你长了很多青春痘,甚至整个脸皮处处连续处处不可导,那难度太大了,我就无话可说了哈哈),你的脸上总是会在相同的时间间隔内鼓起来一个相同高度的包来,并且假定以鼓起来的包的大小作为系统输出。好了,那么,下面可以进入核心内容——卷积了!如果你每天都到地下去打台球,那么老板每天都要扇你一巴掌,不过当老板打你一巴掌后,你5分钟就消肿了,所以时间长了,你甚至就适应这种生活了……如果有一天,老板忍无可忍,以0.5秒的间隔开始不间断的扇你的过程,这样问题就来了,第一次扇你鼓起来的包还没消肿,第二个巴掌就来了,你脸上的包就可能鼓起来两倍高,老板不断扇你,脉冲不断作用在你脸上,效果不断叠加了,这样这些效果就可以求和了,结果就是你脸上的包的高度随时间变化的一个函数了(注意理解);如果老板再狠一点,频率越来越高,以至于你都辨别不清时间间隔了,那么,求和就变成积分了。可以这样理解,在这个过程中的某一固定的时刻,你的脸上的包的鼓起程度和什么有关呢?和之前每次打你都有关!但是各次的贡献是不一样的,越早打的巴掌,贡献越小,所以这就是说,某一时刻的输出是之前很多次输入乘以各自的衰减系数之后的叠加而形成某一点的输出,然后再把不同时刻的输出点放在一起,形成一个函数,这就是卷积,卷积之后的函数就是你脸上的包的大小随时间变化的函数。本来你的包几分钟就可以消肿,可是如果连续打,几个小时也消不了肿了,这难道不是一种平滑过程么?反映到剑桥大学的公式上,f(a)就是第a个巴掌,g(x-a)就是第a个巴掌在x时刻的作用程度,乘起来再叠加就ok了,大家说是不是这个道理呢?我想这个例子已经非常形象了,你对卷积有了更加具体深刻的了解了吗?转自GSDzone论坛来源:人人网

相关文章

  • 关于卷积的意义

    卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加。 关于卷积的一个血腥的讲...

  • 卷积意义

    [综] 卷积的物理意义 - 编著人 - 博客园 https://www.cnblogs.com/xfzhang/...

  • 第二集 | 2018-07-12

    关于卷积神经网络中卷积层的感想 这两天在 Udacity 的 machine learning 课程学习了卷积神经...

  • 关于卷积

    卷积的理解 1 定义 卷积的定义很直接,其定义如下: 从定义看,其形式非常简单,无非是简单的叠加,但是其背后的内涵...

  • 2019年上半年收集到的人工智能卷积神经网络干货文章

    2019年上半年收集到的人工智能卷积神经网络干货文章 了解CNN这一篇就够了——关于卷积神经网络的介绍 关于卷积的...

  • AI数学基础30-数字图像卷积3

    数字图像处理中的卷积,比如滤波,是有翻转操作的,根据数学定义,有了翻转操作,才是完整意义的卷积,才满足卷积运算符的...

  • 深度学习笔记(6)卷积

    1.卷积神经网络convolutional neural network 卷积神经网络是有生物学意义的,每个视觉神...

  • 容易忘记的机器学习相关概念

    一、 关于w和b的数量计算。 1、卷积层 w = 卷积核 * 卷积核 * 上一层深度(通道数) b = 通道数 2...

  • 从Keras开始掌握深度学习-3 实现卷积神经网络

    前言 关于卷积神经网络的详细内容可以参考我前面写的文章:从零开始机器学习-18 CNN:卷积神经网络在了解了卷积网...

  • 非对称卷积 vs nxn卷积

    非对称卷积是指将nxn卷积分解为nx1和1xn卷积,当然还有针对于这个nx1和1xn卷积的各种变型。 关于将nxn...

网友评论

      本文标题:关于卷积的意义

      本文链接:https://www.haomeiwen.com/subject/zdqctqtx.html