通俗理解卷积
来源:互联网 发布:超星尔雅网络课程 编辑:程序博客网 时间:2024/06/03 14:41
太感谢知乎的大牛了,看了他们聪明的解释之后,心里豁然开朗了,
原文:https://www.zhihu.com/question/22298352
从数学上讲,卷积就是一种运算,和加、减、乘、除一样,只是更抽象一点
卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加。
下面是python 两种方法进行简单的卷积计算:
import numpy as npimport matplotlib.pyplot as plta=[1,2,3,4]b=[1,1,1]plt.plot(a)plt.plot(b)end=np.convolve(a,b,'full')print(end)plt.plot(end)# plt.show()import scipy.signalimport numpy as npx=np.array([1,2,3,4])h=np.array([1,1,1])bb= scipy.signal.convolve(x,h) #卷积运算print(bb)
链接:https://www.zhihu.com/question/22298352/answer/34267457
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
有那么麻烦吗?
不推荐用“反转/翻转/反褶/对称”等解释卷积。好好的信号为什么要翻转?导致学生难以理解卷积的物理意义。
这个其实非常简单的概念,国内的大多数教材却没有讲透。
直接看图,不信看不懂。以离散信号为例,连续信号同理。
已知<img src="https://pic4.zhimg.com/50/153fd3e7911d486edaf0475afb1e54b3_hd.png" data-rawwidth="600" data-rawheight="214" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic4.zhimg.com/153fd3e7911d486edaf0475afb1e54b3_r.png">
已知
<img src="https://pic3.zhimg.com/50/c47d9d7f7a29c491782bf7b1baea3f8e_hd.png" data-rawwidth="600" data-rawheight="214" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic3.zhimg.com/c47d9d7f7a29c491782bf7b1baea3f8e_r.png">
下面通过演示求的过程,揭示卷积的物理意义。
第一步,乘以并平移到位置0:<img src="https://pic1.zhimg.com/50/91f5eff235013ac729c44e98b3a537d0_hd.png" data-rawwidth="600" data-rawheight="214" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic1.zhimg.com/91f5eff235013ac729c44e98b3a537d0_r.png">
第二步,乘以并平移到位置1:
<img src="https://pic1.zhimg.com/50/67c05239b05f671766b9df9393026f2c_hd.png" data-rawwidth="600" data-rawheight="214" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic1.zhimg.com/67c05239b05f671766b9df9393026f2c_r.png">
第三步,乘以并平移到位置2:
<img src="https://pic2.zhimg.com/50/c34e839a49c6b616c57bde3c3dbbd67d_hd.png" data-rawwidth="600" data-rawheight="214" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic2.zhimg.com/c34e839a49c6b616c57bde3c3dbbd67d_r.png">
最后,把上面三个图叠加,就得到了:
<img src="https://pic3.zhimg.com/50/4ce6cdcc28b10aca73db3f877d86ca02_hd.png" data-rawwidth="600" data-rawheight="313" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic3.zhimg.com/4ce6cdcc28b10aca73db3f877d86ca02_r.png">
简单吧?无非是平移(没有反褶!)、叠加。
====================================================
从这里,可以看到卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加。
重复一遍,这就是卷积的意义:加权叠加。
对于线性时不变系统,如果知道该系统的单位响应,那么将单位响应和输入信号求卷积,就相当于把输入信号的各个时间点的单位响应 加权叠加,就直接得到了输出信号。
通俗的说:
在输入信号的每个位置,叠加一个单位响应,就得到了输出信号。
这正是单位响应是如此重要的原因。
在输入信号的每个位置,叠加一个单位响应,就得到了输出信号。
这正是单位响应是如此重要的原因。
这正是单位响应是如此重要的原因。
<noscript><img src="https://pic3.zhimg.com/50/fba65159d3472936979002b01b606a0e_hd.jpg" data-rawwidth="1077" data-rawheight="124" class="origin_image zh-lightbox-thumb" width="1077" data-original="https://pic3.zhimg.com/fba65159d3472936979002b01b606a0e_r.jpg">用求和符号来简化这个公式,可以得到:</noscript>
用求和符号来简化这个公式,可以得到:
在上式中,为小明的存钱函数,而为存入银行的每一笔钱的复利计算函数。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。
应题主邀,把我在卷积的物理意义是什么? - 数学的答案搬过来。
——————————————————————————————————————
对于初学者,我推荐用复利的例子来理解卷积可能更好理解一些:
&amp;lt;img src="https://pic2.zhimg.com/50/5fa86c80c31dd277d038527555aa4d75_hd.jpg" data-rawwidth="1293" data-rawheight="95" class="origin_image zh-lightbox-thumb" width="1293" data-original="https://pic2.zhimg.com/5fa86c80c31dd277d038527555aa4d75_r.jpg"&amp;gt;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,我们将这一结果作为新的一行加入上面的表格中:
&amp;lt;img src="https://pic4.zhimg.com/50/39f37df8c96d7219cba5d081919a3a2f_hd.jpg" data-rawwidth="1296" data-rawheight="134" class="origin_image zh-lightbox-thumb" width="1296" data-original="https://pic4.zhimg.com/39f37df8c96d7219cba5d081919a3a2f_r.jpg"&amp;gt;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: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:
&amp;lt;img src="https://pic2.zhimg.com/50/cfe98b9d33640fae02a21bf369f0459d_hd.jpg" data-rawwidth="1296" data-rawheight="284" class="origin_image zh-lightbox-thumb" width="1296" data-original="https://pic2.zhimg.com/cfe98b9d33640fae02a21bf369f0459d_r.jpg"&amp;gt;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: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:
&amp;lt;img src="https://pic3.zhimg.com/50/fba65159d3472936979002b01b606a0e_hd.jpg" data-rawwidth="1077" data-rawheight="124" class="origin_image zh-lightbox-thumb" width="1077" data-original="https://pic3.zhimg.com/fba65159d3472936979002b01b606a0e_r.jpg"&amp;gt;用求和符号来简化这个公式,可以得到:
用求和符号来简化这个公式,可以得到:
在上式中,为小明的存钱函数,而为存入银行的每一笔钱的复利计算函数。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,小明在从到的这一段时间内,每时每刻都往银行里存钱,他的存钱函数为,而银行也对他存入的每一笔钱按复利公式计算收益:,则小明到时间将得到的总钱数为:
这也就是卷积的表达式了,上式可以记为。
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),那么二者的卷积就可以看做是在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。
符合卷积的定义,把它写成标准的形式就是:
- 卷积的通俗理解
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积神经网络
- 通俗理解卷积
- 通俗理解卷积神经网络
- 通俗的理解卷积概念
- CNN:通俗理解卷积神经网络
- CNN-通俗理解卷积神经网络
- CNN笔记:通俗理解卷积神经网络
- CNN笔记:通俗理解卷积神经网络
- CNN笔记:通俗理解卷积神经网络
- Qt 使用QuaZip库生成MD5加密Zip格式压缩文件
- HDFS原理解析(总体架构,读写操作流程)
- HDFS体系结构
- Spring Boot参考教程(六)Spring Boot配置Servlet,Filter,Listener,Interceptor
- HDFS追本溯源:体系架构详解
- 通俗理解卷积
- 【实战】2-25 git安装配置
- java夯实基础-容器
- [LintCode]413.反转整数
- thinkcmf本地安装及线上安装要点
- Matlab程序入门GUI项目之二:简单科学计算器
- linux中与 信号量有关的函数
- PyTorch学习3—神经网络
- python:12306余票爬虫