ML►deep learning►model-basic►CNN

【卷积】1. 卷积定理 & 应用

什么是卷积

卷积方法最早的研究可追溯到

提到的采用CNN只不过是一次尝试而已。发现效果不错。机器学习是在不断使试错中前进的。

卷积定理

它将时域和空域上的复杂卷积对应到了
频域中的元素间简单的乘积。

这个定理非常强大，在许多科学领域中得到了广泛应用。
卷积定理也是快速傅里叶变换算法被称为 20 世纪最重要的算法之一的一个原因。

快速傅里叶变换

时域 VS 频域

傅里叶变换包含了关于物体朝向的信息。如果物体被旋转了一个角度，从图像像素上可能很难判断，但从频域上可以很明显地看出来。

卷积的应用

卷积在信号处理中的应用

卷积在图像处理中的应用

常用的卷积子

疑问

卷积的定义为什么要反褶？

一般信号长度远远大于滤波器长度吗？

No

许多情况下，信号长度远远大于滤波器长度，滤波器长度M为常数

扩展阅读

ML►deep learning►model-basic►CNN

卷积的计算

普通的计算

RAM 是输入图片，Buffer 是 feature map

你可能注意到这里有个正规化因子 m，这里 m 的值为 kernel 的大小 9；这是为了保证
输入图像和 feature map 的亮度相同。

并行加速、buffer、精度、

BP

others►economy►-泡沫

独立战争使美国背债很多，华盛顿任命汉密尔顿来解决。

统一货币，统一财政，强化国家信用

建国时，各个州的币不同。各州政府发行的，正在渐渐贬值的货币。

旋转门：拆东墙补西墙

将国家信用转化为财富，

信，国只宝也。 –《左传》

扩展阅读

Math►-数学八卦-数学史-数学家

在亚里士多德看来，物质元素除了水、火、气、土之外，还有一种居于天空上层的以太。

以太是什么？真空、暗物质、一种光传播所需要的介质、null

光的传播需要介质吗？真空是介质吗？

光，无论在“真空”、还是“非真空”状态下，它所依赖的传播介质，都是：暗物质。光把暗物质“激活”为“光”。而，空气、水、玻璃……等，不是“光媒介”而是“消耗光速度”的障碍物。

光的传播不需要介质
��的障碍物。

光的传播不需要介质