信号通过滤波器是相乘还是卷积_深度学习入门之五卷积概念的理解

(该图为高斯滤波，可看成卷积一种)

最早接触到“卷积”这一概念，应该是在工程数学中学到傅里叶变换时，可以说是完全懵逼状态。后来在《信号与系统》(参考大神奥本海默那本，一直遗憾没有完整上过这个课)中再次接触，知道了它大概可能的用途，但仍旧是似懂非懂，不明白做这种运算的真正意义何在，只是觉得挺拽的一个玩意。一直到应用卷积神经网络时再次与之相遇，突然发现原来其实没有那么深奥的。但随之而来的疑问是，此“卷积”是否真的是彼“卷积”？好奇心驱使，又去回溯了一下概念，有一点点心得，趁周末梳理一下。

先回到数学领域看看这个概念的形式化定义：

设f(x)与g(x)是R(实数域)上的两个可积函数，作积分：

                            

对所有实数x，上述积分存在，并且随着x的不同，上述积分定义了一个新的函数h(x)，这个函数称为f(x)与g(x)的卷积，记为h(x)=(f*g)(x).