卷积的形象理解
2017-08-08 22:38
239 查看
作者:果程C
链接:https://www.zhihu.com/question/22298352/answer/50940942
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
对于初学者,我推荐用复利的例子来理解卷积可能更好理解一些:
小明存入100元钱,年利率是5%,按复利计算(即将每一年所获利息加入本金,以计算下一年的利息),那么在五年之后他能拿到的钱数是
,如下表所示:
<img src="https://pic2.zhimg.com/5fa86c80c31dd277d038527555aa4d75_b.jpg" data-rawwidth="1293" data-rawheight="95" class="origin_image zh-lightbox-thumb" width="1293" data-original="https://pic2.zhimg.com/5fa86c80c31dd277d038527555aa4d75_r.jpg">将这笔钱存入银行的一年之后,小明又往银行中存入了100元钱,年利率仍为5%,那么这笔钱按复利计算,到了第五年,将收回的钱数是
将这笔钱存入银行的一年之后,小明又往银行中存入了100元钱,年利率仍为5%,那么这笔钱按复利计算,到了第五年,将收回的钱数是
,我们将这一结果作为新的一行加入上面的表格中:
<img src="https://pic4.zhimg.com/39f37df8c96d7219cba5d081919a3a2f_b.jpg" data-rawwidth="1296" data-rawheight="134" class="origin_image zh-lightbox-thumb" width="1296" data-original="https://pic4.zhimg.com/39f37df8c96d7219cba5d081919a3a2f_r.jpg">以此类推,如果小明每年都往银行中存入新的100元钱,那么这个收益表格将是这样的:
以此类推,如果小明每年都往银行中存入新的100元钱,那么这个收益表格将是这样的:
<img src="https://pic2.zhimg.com/cfe98b9d33640fae02a21bf369f0459d_b.jpg" data-rawwidth="1296" data-rawheight="284" class="origin_image zh-lightbox-thumb" width="1296" data-original="https://pic2.zhimg.com/cfe98b9d33640fae02a21bf369f0459d_r.jpg">可见,最终小明拿到的钱将等于他各年存入的钱分别计算复利之后得到的钱数的总和,即:
可见,最终小明拿到的钱将等于他各年存入的钱分别计算复利之后得到的钱数的总和,即:
<img src="https://pic3.zhimg.com/fba65159d3472936979002b01b606a0e_b.jpg" data-rawwidth="1077" data-rawheight="124" class="origin_image zh-lightbox-thumb" width="1077" data-original="https://pic3.zhimg.com/fba65159d3472936979002b01b606a0e_r.jpg">用求和符号来简化这个公式,可以得到:
用求和符号来简化这个公式,可以得到:
在上式中,
为小明的存钱函数,而
为存入银行的每一笔钱的复利计算函数。在这里,小明最终得到的钱就是他的存钱函数和复利计算函数的卷积。
为了更清晰地看到这一点,我们将这个公式推广到连续的情况,也就是说,小明在从
到
的这一段时间内,每时每刻都往银行里存钱,他的存钱函数为
,而银行也对他存入的每一笔钱按复利公式计算收益:
,则小明到时间
将得到的总钱数为:
这也就是卷积的表达式了,上式可以记为
。
相信通过上面这个例子,大家应该能够很清晰地记住卷积公式了。下面我们再展开说两句:
如果我们将小明的存款函数视为一个信号发生(也就是激励)的过程,而将复利函数
视为一个系统对信号的响应函数(也就是响应),那么二者的卷积
就可以看做是在
时刻对系统进行观察,得到的观察结果(也就是输出)将是过去产生的所有信号经过系统的「处理/响应」后得到的结果的叠加,这也就是卷积的物理意义了。
https://www.zhihu.com/question/22298352
链接:https://www.zhihu.com/question/22298352/answer/50940942
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
对于初学者,我推荐用复利的例子来理解卷积可能更好理解一些:
小明存入100元钱,年利率是5%,按复利计算(即将每一年所获利息加入本金,以计算下一年的利息),那么在五年之后他能拿到的钱数是
,如下表所示:
<img src="https://pic2.zhimg.com/5fa86c80c31dd277d038527555aa4d75_b.jpg" data-rawwidth="1293" data-rawheight="95" class="origin_image zh-lightbox-thumb" width="1293" data-original="https://pic2.zhimg.com/5fa86c80c31dd277d038527555aa4d75_r.jpg">将这笔钱存入银行的一年之后,小明又往银行中存入了100元钱,年利率仍为5%,那么这笔钱按复利计算,到了第五年,将收回的钱数是
将这笔钱存入银行的一年之后,小明又往银行中存入了100元钱,年利率仍为5%,那么这笔钱按复利计算,到了第五年,将收回的钱数是
,我们将这一结果作为新的一行加入上面的表格中:
<img src="https://pic4.zhimg.com/39f37df8c96d7219cba5d081919a3a2f_b.jpg" data-rawwidth="1296" data-rawheight="134" class="origin_image zh-lightbox-thumb" width="1296" data-original="https://pic4.zhimg.com/39f37df8c96d7219cba5d081919a3a2f_r.jpg">以此类推,如果小明每年都往银行中存入新的100元钱,那么这个收益表格将是这样的:
以此类推,如果小明每年都往银行中存入新的100元钱,那么这个收益表格将是这样的:
<img src="https://pic2.zhimg.com/cfe98b9d33640fae02a21bf369f0459d_b.jpg" data-rawwidth="1296" data-rawheight="284" class="origin_image zh-lightbox-thumb" width="1296" data-original="https://pic2.zhimg.com/cfe98b9d33640fae02a21bf369f0459d_r.jpg">可见,最终小明拿到的钱将等于他各年存入的钱分别计算复利之后得到的钱数的总和,即:
可见,最终小明拿到的钱将等于他各年存入的钱分别计算复利之后得到的钱数的总和,即:
<img src="https://pic3.zhimg.com/fba65159d3472936979002b01b606a0e_b.jpg" data-rawwidth="1077" data-rawheight="124" class="origin_image zh-lightbox-thumb" width="1077" data-original="https://pic3.zhimg.com/fba65159d3472936979002b01b606a0e_r.jpg">用求和符号来简化这个公式,可以得到:
用求和符号来简化这个公式,可以得到:
在上式中,
为小明的存钱函数,而
为存入银行的每一笔钱的复利计算函数。在这里,小明最终得到的钱就是他的存钱函数和复利计算函数的卷积。
为了更清晰地看到这一点,我们将这个公式推广到连续的情况,也就是说,小明在从
到
的这一段时间内,每时每刻都往银行里存钱,他的存钱函数为
,而银行也对他存入的每一笔钱按复利公式计算收益:
,则小明到时间
将得到的总钱数为:
这也就是卷积的表达式了,上式可以记为
。
相信通过上面这个例子,大家应该能够很清晰地记住卷积公式了。下面我们再展开说两句:
如果我们将小明的存款函数视为一个信号发生(也就是激励)的过程,而将复利函数
视为一个系统对信号的响应函数(也就是响应),那么二者的卷积
就可以看做是在
时刻对系统进行观察,得到的观察结果(也就是输出)将是过去产生的所有信号经过系统的「处理/响应」后得到的结果的叠加,这也就是卷积的物理意义了。
https://www.zhihu.com/question/22298352
相关文章推荐
- 机器学习中的数学(1)——怎样形象的理解卷积
- 形象理解卷积(卷积运算为何要翻转)
- RGB图的形象理解
- 全卷积网络:从图像级理解到像素级理解
- caffe学习笔记33-关于1*1卷积核理解
- PID 入门形象理解
- 卷积的理解
- RBM的形象理解
- 理解深度学习中的卷积
- 图像处理之理解卷积
- caffe 里deconvolution layer (解卷积层)的理解
- 复分析理论---如何形象理解平均值公式和最大模原理
- 对于张量的形象理解
- 卷积理解 2
- 图像处理中对双三次插值(立方卷积插值)的理解
- 我对卷积的理解
- Deep Learning——卷积理解
- 如何理解深度学习中的卷积?
- caffe中LetNet-5卷积神经网络模型文件lenet.prototxt理解
- 怎么形象的理解三次握手与四次挥手