1樓:閔希豪森男爵
額,回覆一下樓上的roger,CNN中卷積層拿輸入和卷積核做卷積和計算其實就是二維離散卷積的分段卷積和計算法。之所以採用這種演算法是因為把輸入看多f(n),卷積核看作g(m),m<另外本題中有一位選手推薦讀《訊號與系統》是個好建議,其實你看完這個書,拿奧本海默的訊號與系統第二版這本書的目錄舉例,把2.1、4.
4、5.4、9.5.
6、10.5.7這幾節講的各種變換的卷積性質對著一看其實就大概明白了,傅利葉變換、拉普拉斯變換和z變換都是特殊的卷積,而連續傅利葉變換更是拉普拉斯變換的一種特殊形式,離散傅利葉變換則是Z變換的一種特殊形式。
就這一點而言,《深度學習》這本書在數學上還是很嚴謹的。
2樓:DBinary
如果你理解了傅利葉變換和卷積的原理,這個應該是乙個水到渠成的關係關於傅利葉變換的原理你可以在這裡找到
DBinary:傅利葉變換推導詳解
關於卷積的解釋,我也畫了漫畫
DBinary:一分鐘看完漫畫搞懂卷積
按照通俗的語言來說,頻域是時域整體的表達,頻域上訊號的乙個點,對應的是整個時域訊號該對應頻率的資訊,因此,在頻域中的乘法,自然就對應了時域整段所有不同頻率訊號乘法的疊加,這就是卷積了.
當然,如果需要給出數學證明也並不複雜
設兩時域訊號 ,對於卷積有:
那麼其傅氏變換為
交換次序
你看,動動手指寫一下證明,這結論也沒啥毛病傅利葉變換、拉普拉斯變換、Z 變換的聯絡是什麼?為什麼要進行這些變換?
如何理解「函式卷積的傅利葉變換等於傅利葉變換的乘積」所代表的實際意義?
青柳立夏 搬運我在另乙個問題下的回答 Richard Yan 時域的卷積傅利葉變化後變為相乘應該怎樣理解?起初,我們有度量兩個訊號相似程度的相關運算 首先相關運算不是交換的,i.e.與 的相似程度一般來說不等於 與 的相似程度 類似的,相關運算也不結合 因此,用相關運算作為 相似性 的度量顯然是不夠...
如何去理解傅利葉變換?
李耀華 兩個緯度之間的變換 變化有很多好處,在很多問題可以簡化計算,比如對微分方程組求解穩態。類似的其他變化比如拉普拉斯變換 傅利葉變換還提供了另外一種物理理解的方式,即變化去的另乙個緯度 頻域 是有物理意義的,包含了很多資訊。 已登出 我小時候聽過的乙個笑話 乙個法中國人和乙個德中國人在吹牛。德中...
如何理解傅利葉變換時域連續對應頻域非週期,時域離散對應頻域週期?
一點浩然氣 從取樣的角度,連續訊號時域抽樣形成離散,對應訊號頻域的搬移,產生週期性。時域連續等價與取樣間隔無限大,對應週期無限大,非週期。 ChrisZhang 時域是離散的,根據奈奎斯特取樣定律,肯定存在可觀察的最大頻率。超過這個值得其他頻率,必然會分散到其他頻率中,並且按不同頻率 對映 到可觀測...