#前言
小林最初接触卷积这一概念是在学习图像的边缘化检测,对于这一抽象概念诱发出浓厚兴趣,决定深入探索,希望通过对于卷积概念的学习,提升自己的思维活跃性和发散性及对于抽象事物的理解概括能力,并且能将该知识的学习方法引申到其他方面。本文仅作为作者学习大佬思绪的学习笔记,供大家参考,如果想要更加生动的了解,可以移步b站大学,在文章末尾出也给大家提供了素材的出处,可直接食用。
#第一部分:
#走入卷积
啥是卷积?这里我们先直接上官方解释:卷积是一种在数学、工程和物理学等领域中常见的数学运算。在信号处理、图像处理、神经网络等领域中经常会涉及到卷积运算。在信号处理中,卷积可以用来计算两个函数之间的重叠积分,可以用来衡量信号与系统之间的关系,用于信号的滤波、平滑、特征提取等操作。在图像处理中,卷积可以用来进行图像的模糊、边缘检测、锐化等各种滤波操作。在神经网络中,卷积神经网络(CNN)使用卷积层来提取特征,通过将卷积核与输入数据进行卷积操作来实现特征的提取和组合。在数学中,卷积可以被定义为两个函数之间的积分,或者是两个离散序列之间的求和。
看完上述的文字,我相信很多小伙伴还是无法理解,下面我将采用大佬的例子为大家较为直观的呈现啥是卷积。
#蜡烛的故事
假设一根蜡烛燃烧需要10分钟,如果我们同时点燃两根相同的蜡烛,需要燃烧多久?如果我们同时点燃十根相同的蜡烛,需要燃烧多久?很多小伙伴会说,这不是废话,肯定还是10分钟。我们尝试将上述的蜡烛进行量化:m蜡=__la
也就是说,在十分钟内,十根蜡烛的质量由10la变为了0la,讲到这里我相信大家都还可以理解。
但如果现在我们将蜡烛分为四组,第一组一根,于0分钟时点燃;第二组四根,于三分钟时点燃;第三组三根,于五分钟时点燃;最后一组两根,于九分钟时点燃,那么问题来了:七分钟时十根蜡烛的质量还剩余多少?其实如果要解决这个问题,最好的办法就是拍摄一个视频,想要知道何时十根蜡烛的剩余质量,只需要将视频进度调节到该时刻即可。但是如何量化?
回到故事的开头,此时我们假设一共有t根蜡烛,于n时刻点燃,那么如果我们想要知道这t根蜡烛在在七分钟时还剩余多少质量,不难得出剩余的质量=t*(7-n)la,那如果我们将蜡烛数量设为函数f(t),燃烧时间7-t,单个蜡烛燃烧的剩余质量为函数g(7-t),我们很自然的可以得出,在七分钟时剩余蜡烛的总质量=f(t)*g(7-t)。现在我们再将该公式推广到多组蜡烛于不同时刻点燃,在7分钟时剩余的质量,我们