深入理解卷积

Posted 天空天空sky

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深入理解卷积相关的知识,希望对你有一定的参考价值。

一、深入理解积分

\\[\\int_ - \\infty ^\\infty  f\\left( t \\right) dt\\]

\\[\\sum\\nolimits_ - \\infty ^\\infty  f(t)  \\cdot 1\\]

       对比积分和求和可知,积分就是连续版本的求和,或者更本质的说,积分就是求和

二、深入理解卷积

       连续形式:

\\[\\left( f * g \\right)(n) = \\int_ - \\infty ^\\infty  f(t)g(n - t)dt \\]

  离散形式:

\\[\\left( f * g \\right)(n) = \\sum\\nolimits_ - \\infty ^\\infty  f(t)g(n - t) \\]

       “卷”:先对g函数进行翻转,然后再把g函数平移到n。

       “积”:对两个函数的对应点相乘,然后求和。或者看成对f进行加权(g)求和。

 

       整体看来是这么个过程:

  翻转——>滑动——>叠加——>滑动——>叠加——>滑动——>叠加.....

  多次滑动得到的一系列叠加值,构成了卷积函数

三、应用场景

  1. 信号分析

  2. 图像处理(例如卷积神经网络)

       实际在计算的时候,都是用翻转以后的矩阵(或者理解成省略了翻转步骤),直接求矩阵内积。

四、参考资料

1.知乎. Tetradecane. 《如何通俗易懂地解释卷积?》. https://www.zhihu.com/question/22298352/answer/637156871

 

 

 

 

以上是关于深入理解卷积的主要内容,如果未能解决你的问题,请参考以下文章

caffe源码 卷积层

水很深的深度学习-卷积神经网络篇

深入理解shortcut

深入理解ECAPA-TDNN——兼谈Res2NetASP统计池化SENetBatch Normalization

卷积神经网络结构——LeNet-5(卷积神经网络入门,Keras代码实现)

深入浅出图神经网络|GNN原理解析☄学习笔记卷积神经网络