秒懂卷积

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。