通俗易懂的理解卷积

这里用存款复利为例来理解卷积:

小明存入100元钱,年利率是5%,按复利计算(即将每一年所获利息加入本金,以计算下一年的利息),那么在五年之后他能拿到的钱数是100(1+5\%)^5,如下表所示:


将这笔钱存入银行的一年之后,小明又往银行中存入了100元钱,年利率仍为5%,那么这笔钱按复利计算,到了第五年,将收回的钱数是100(1+5\%)^4,我们将这一结果作为新的一行加入上面的表格中:


以此类推,如果小明每年都往银行中存入新的100元钱,那么这个收益表格将是这样的:


可见,最终小明拿到的钱将等于他各年存入的钱分别计算复利之后得到的钱数的总和,即:


用求和符号来简化这个公式,可以得到:

\sum_{i=0}^{5}{f(i)g(5-i)}, \mathrm{where} \ f(i)=100, g(5-i) = (1.05)^{5-i}

在上式中,f(i)为小明第i年的存款,而为第i年的存款在第5年时的作用程度最后乘起来再叠加就ok了。在这里,小明最终得到的钱就是他的存钱函数和复利计算函数的卷积。

为了更清晰地看到这一点,我们将这个公式推广到连续的情况,也就是说,小明在从 0t的这一段时间内,每时每刻都往银行里存钱,他的存钱函数为 f(\tau)\ (0\leq \tau\leq t),而银行也对他存入的每一笔钱按复利公式计算收益: g(t-\tau)=(1+5\%)^{t-\tau},则小明到时间 t将得到的总钱数为:
\int_{0}^{t} f(\tau)g(t-\tau)d\tau=\int_{0}^{t} f(\tau)(1+5\%)^{t-\tau}d\tau
这也就是卷积的表达式了,上式可以记为(f\ast g)(t)

相信通过上面这个例子,大家应该能够很清晰地记住卷积公式了。下面我们再展开说两句:
如果我们将小明的存款函数视为一个 信号发生(也就是激励)的过程,而将复利函数 g(t-\tau)视为一个 系统对信号的响应函数(也就是响应),那么二者的卷积 (f\ast g)(t)就可以看做是在 t时刻对系统进行观察, 得到的观察结果(也就是输出)将是过去产生的所有信号经过系统的「处理/响应」后得到的结果的 叠加,这也就是 卷积的物理意义了。


转载链接:https://www.zhihu.com/question/22298352/answer/50940942


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我会尽力用通俗易懂的语言来解释Transformer。 Transformer是一种用于处理序列数据的模型,它在自然语言处理领域有着重要的应用,比如机器翻译、文本生成等任务。 传统的序列模型,比如循环神经网络(RNN)和长短时记忆网络(LSTM),在处理长序列时可能会面临信息传递不足或者梯度消失等问题。而Transformer则采用了一种全新的架构,它不依赖于循环或者卷积操作,而是利用了自注意力机制(Self-Attention)。 自注意力机制可以帮助模型在处理序列时更好地关注不同位置之间的依赖关系。在Transformer中,输入序列会通过多层的注意力模块进行处理。每个注意力模块都包含了多头注意力机制,它能够同时关注输入序列中不同位置的信息。这样一来,模型可以更好地理解输入序列中不同位置之间的关系,并将这些关系融合到特征表示中。 除了自注意力机制,Transformer还引入了残差连接和层归一化来加强模型的训练效果和稳定性。残差连接可以帮助信息在模型中更快地传播,层归一化则可以对每一层的输入进行归一化,有助于加速训练过程。 Transformer的优势在于能够并行计算,因为自注意力机制可以同时计算不同位置的注意力权重。这使得Transformer在处理长序列时更加高效,并且能够处理更多的输入信息。 要掌握Transformer的理论知识,你可以深入学习相关的教材和论文。了解自注意力机制的原理、计算方法以及Transformer的整体架构是非常重要的。此外,通过实践项目来应用Transformer也是非常有帮助的,比如构建一个机器翻译系统或者文本生成模型。 希望这样的解释对你有帮助!如果还有其他问题,请随时提问。祝你在学习NLP的道路上取得进步!加油!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值