卷積的理解

卷積，看著好煩人的東西啊。

直接上來公式

好氣啊，什麼意思啊，一頭霧水。

換種方式。

假設你挨一拳f（t），而這一拳的響應為h（t）。這樣後果疼痛就是fh。這很合理。

你想啊，你一秒鐘挨一拳，那麼最新的一拳和舊的一拳都有疼痛的後果。

這個痛是有多痛呢？你現在的拳，和之前拳的殘留。

這樣求總痛怎麼求呢？依此疊加。注意，實際用的時候是沒有什麼反轉的。就是第一秒的效果，疊加第二秒，，，，

注意此文中的畫圖演示。

卷積就是你天天吃藥後藥物殘留總和。每日藥物衰減曲線疊加為總的全時間域藥物殘留。但是如果我們要求某一天藥物殘留，

為第τ天服用的藥f（τ）乘以衰減係數第t-τ的單位響應了。然後再疊加。

這也是看公式直接理解的地方，這就是誤入歧途的難理解之處。。那麼就是公式中t固定τ變化的積分了。

實際我們看到公式總會把心思花在了哪個t-τ。實際。這兒不能直觀去理解他，應該按照上述做法去理解。而不是看公式。

看公式，t固定，t秒的響應為之前響應的集合。這樣理解就對了。

在輸入訊號的每個位置，疊加乙個單位響應，就得到了輸出訊號。

這正是單位響應是如此重要的原因。

在輸入訊號的每個位置，疊加乙個單位響應，就得到了輸出訊號。

這正是單位響應是如此重要的原因。

在輸入訊號的每個位置，疊加乙個單位響應，就得到了輸出訊號。

這正是單位響應是如此重要的原因。

卷積的理解

最近大火人工智慧，深度學習，各種提到卷積神經網路。不搞懂卷積，好像學習不下去了。於是就去看各種文章，以下是三篇解釋的比較不錯的，附上鏈結。我對卷積的理解 最容易理解的對卷積 convolution 的解釋 理解深度學習中的卷積 這裡做一下總結吧。離散的卷積公式 g n i f i h n i g n...

卷積的理解

訊號處理中的乙個重要運算是卷積.初學卷積的時候,往往是在連續的情形,兩個函式f x g x 的卷積,是 f u g x u du 當然，證明卷積的一些性質並不困難，比如交換，結合等等，但是對於卷積運算的來處，初學者就不甚了了。其實，從離散的情形看卷積，或許更加清楚，對於兩個序列f n g n 一般可...

卷積的理解

卷積的理解 1.卷積的定義 對這個表示式，積分變數是 f 是輸入函式，g x 是系統響應。設橫座標取x是某個點，其表示的實際含義是求x左邊無窮距離到x右邊無窮距離輸入函式乘以對應權重的積分。離散化形式 相當於對連續函式取乙個個離散的點。例子 試想小明有一段時間每天都要去輸液，輸的藥會在身體裡殘留直至...