卷积？

 

信号处理  

 

深度学习 

f和g的卷积就可以看作是对f的加权求和。

对应到不同方面，卷积可以有不同的解释：g 既可以看作我们在深度学习里常说的核(Kernel)，也可以对应到信号处理中的滤波器(Filter)。

而 f可以是我们所说的机器学习中的特征(Feature)，也可以是信号处理中的信号(Signal)。

f和g的卷积就可以看作是对𝑓的加权求和。

上面两个动图就分别对应信号处理与深度学习中卷积操作的过程[9][10]。

 

[9]. https://en.wikipedia.org/wiki/Convolution

[10]. https://mlnotebook.github.io/post/CNN1/