在卷積的定義中
我知道問乙個概念的定義就好像問「媽媽」為什麼要叫「媽媽」一樣。但我始終覺得這樣的定義有些彆扭。想知道這樣做背後的意義。
兩個函式，翻轉其中乙個，再滑動求積分，叫卷積（convultion）；不翻轉就滑動求積分，叫做互相關（cross-correlation）。如果其中之一是偶函式，那麼卷積和互相關效果相同。從定義上看，翻轉這個操作就是一步操作而已，具體的物理意義只能在應用中找到。
最直觀的理解就是：卷積是
拉鍊操作
。請想象一條拉鍊：把它底端固定在一起，上邊左右完全拉開，扯直，使得固定端處於中心，那麼左邊這半條的頂端，相對於右邊半條來說完全相反。而當你保持其中一邊不動，把拉鍊拉起來的操作，會使得另一邊翻轉過來（當然拉鍊其實是旋轉），也就是乘了 -1。
以訊號處理為例，卷積意味著把輸入訊號在時間軸上翻轉，然後跟訊號處理系統的描述方程（衝激響應）疊加積分。為什麼要翻轉？因為這樣才符合現實：輸入訊號的 0 秒先跟衝激響應的 0 秒疊加，然後輸入訊號的 1 秒和衝激響應的 1 秒疊加，以此類推。當你把這兩個函式分別畫出來上下並列的時候，它們就好象合併的拉鍊，0 點處在同一側，而卷積實際上是要把它們畫在同乙個軸上滑動，同時卻必須保證輸入訊號的 0 點先遇到衝激響應函式的 0 點——怎麼辦呢？就好像拉鍊被拉開了：翻轉一下。
對卷積公式的形象理解
被棒打了會覺得疼，一直被打一直疼。我們假設h t h t h t 代表乙個人 比如bob 在受到單位衝擊函式 t delta t t 之後的衝擊響應。則這個衝擊響應可以認為是在單位力衝擊的作用下，bob感受到的疼痛度隨時間的變化關係。我們可以假設bob的疼痛值 假設用x xx表示 等於疼痛度與當時力...
卷積運算 卷積類
softmax 將實數值轉換為概率值 使用keras介面如何操作 import 匯入模組，每次使用模組中的函式都要是定是哪個模組。from import 匯入模組，每次使用模組中的函式，直接使用函式就可以了 注因為已經知道該函式是那個模組中的了。import tensorflow as tf fro...
快速卷積運算 分塊卷積運算
對於實時系統來說，如果兩個較長的序列做卷積運算，等待資料準備好需要較長的時間，會增加系統的處理時延。並且卷積運算的計算複雜度與序列的長度為正相關。因此，我們考慮將長序列分割為若干個短序列，將長序列的卷積運算轉換為短序列之間的運算。一般會有如下兩種情況 1 對於兩個序列 並且 可以將序列 fori 0...