最近看到很多地方都有提到卷积(比如卷积神经网络,视频噪声抑制),但是一直不理解具体是啥,物理意义又是啥。
一 卷积的基本概念
其实就是两个可积函数在x上的乘积的积分。公式记作
卷积和傅立叶变换有着密切的关系,两个函数的傅立叶变换的乘积(可以理解为两个傅立叶变换后得到的矩阵的乘积) 等于它们
卷积后的傅立叶变换(两个函数相乘再傅立叶变换)。
二 举个例子
往水里扔一个石头,会产生一个波纹。假设扔下去石头波纹最大是g(m),那么随着时间的推移,这个石头的波纹函数g(m-t)。随着时间推移,扔下去的石头函数f(t),水上的
波纹就是扔下去的石头的带时间差的叠加记为 g(m-t)*f(t)。
又例如:
一个人每次吃饭的饭量函数是f(t),他的消化函数是l(t),剩余饭量是g(M-t)。 求计算某一时刻他肚子里面的饭量。
l(t) = f(t)*g(M-t)
再例如:一个人扇耳光,不停的扇,随着时间的推移,前面扇的肿的幅度会逐渐减小,也就是随着时间衰减。在CNN网络中,这个衰减函数就是最终要训练的权值。
更细致的讲解见
https://www.zhihu.com/question/21686447
三 一张图说明卷积数据运算
四 卷积的物理意义
每一个标量对最终的结果的影响。