如何通俗易懂地解释卷积
一、总结
一句话总结：
卷积连续定义：$$( f * g ) ( n ) = \int _ { - \infty } ^ { \infty } f ( \tau ) g ( n - \tau ) d \tau$$
卷积离散定义：$$( f * g ) ( n ) = \sum _ { \tau = - \infty } ^ { \infty } f ( \tau ) g ( n - \tau )$$
1、$$f ( \tau ) g ( n - \tau )$$ 的数学含义？
就是一条x+y=n的直线，当n变动的时候，这条直线就像毛巾一样卷着
2、离散卷积的例子：丢骰子：两枚骰子点数加起来为4的概率是多少？
$$( f * g ) ( 4 ) = \sum _ { m = 1 } ^ { 3 } f ( 4 - m ) g ( m )$$
3、连续卷积的例子：做馒头：计算一天内馒头总共腐败？
$$\int _ { 0 } ^ { 24 } f ( t ) g ( 24 - t ) d t$$
4、图像处理 卷积例子：处理图像噪点？
A、噪点就是高频信号，就好像平地耸立的山峰，平滑这座山峰的办法之一就是，把山峰刨掉一些土，填到山峰周围去。用数学的话来说，就是把山峰周围的高度平均一下
B、可以用一个平均矩阵（9个全是1/9的值）来处理掉这些噪点，这样有点像模糊操作的卷积矩阵
二、如何通俗易懂地解释卷积
转自或参考：如何通俗易懂地解释卷积？
https://www.zhihu.com/question/22298352
从数学上讲，卷积就是一种运算。
某种运算，能被定义出来，至少有以下特征：
- 首先是抽象的、符号化的
- 其次，在生活、科研中，有着广泛的作用
比如加法：
，是抽象的，本身只是一个数学符号- 在现实中，有非常多的意义，比如增加、合成、旋转等等
卷积，是我们学习高等数学之后，新接触的一种运算，因为涉及到积分、级数，所以看起来觉得很复杂。
1 卷积的定义
我们称 
为 
的卷积
其连续的定义为：
其离散的定义为：
这两个式子有一个共同的特征：
这个特征有什么意义？
我们令 
，那么 
就是下面这些直线：
如果遍历这些直线，就好比，把毛巾沿着角卷起来：
此处受到 荆哲：卷积为什么叫「卷」积？ 答案的启发。
只看数学符号，卷积是抽象的，不好理解的，但是，我们可以通过现实中的意义，来习惯卷积这种运算，正如我们小学的时候，学习加减乘除需要各种苹果、糖果来帮助我们习惯一样。
我们来看看现实中，这样的定义有什么意义。
2 离散卷积的例子：丢骰子
我有两枚骰子：
把这两枚骰子都抛出去：
求：
这里问题的关键是，两个骰子加起来要等于4，这正是卷积的应用场景。
我们把骰子各个点数出现的概率表示出来：
那么，两枚骰子点数加起来为4的情况有：
因此，两枚骰子点数加起来为4的概率为：
符合卷积的定义，把它写成标准的形式就是：
3 连续卷积的例子：做馒头
楼下早点铺子生意太好了，供不应求，就买了一台机器，不断的生产馒头。
假设馒头的生产速度是 
，那么一天后生产出来的馒头总量为：
馒头生产出来之后，就会慢慢腐败，假设腐败函数为 
，比如，10个馒头，24小时会腐败：
想想就知道，第一个小时生产出来的馒头，一天后会经历24小时的腐败，第二个小时生产出来的馒头，一天后会经历23小时的腐败。
如此，我们可以知道，一天后，馒头总共腐败了：
这就是连续的卷积。
4 图像处理
4.1 原理
有这么一副图像，可以看到，图像上有很多噪点：
高频信号，就好像平地耸立的山峰：
看起来很显眼。
平滑这座山峰的办法之一就是，把山峰刨掉一些土，填到山峰周围去。用数学的话来说，就是把山峰周围的高度平均一下。
平滑后得到：
4.2 计算
卷积可以帮助实现这个平滑算法。
有噪点的原图，可以把它转为一个矩阵：
然后用下面这个平均矩阵（说明下，原图的处理实际上用的是正态分布矩阵，这里为了简单，就用了算术平均矩阵）来平滑图像：
记得刚才说过的算法，把高频信号与周围的数值平均一下就可以平滑山峰。
比如我要平滑 
点，就在矩阵中，取出 点附近的点组成矩阵 
，和 
进行卷积计算后，再填回去：
要注意一点，为了运用卷积， 虽然和 同维度，但下标有点不一样：
我用一个动图来说明下计算过程：
写成卷积公式就是：
要求 
，一样可以套用上面的卷积公式。
这样相当于实现了 这个矩阵在原来图像上的划动（准确来说，下面这幅图把 矩阵旋转了 
）：
此图出处：Convolutional Neural Networks - Basics
