Convolution เป็นวิธีทางคณิตศาสตร์ในการรวมสัญญาณสองสัญญาณเข้าด้วยกันเพื่อสร้างสัญญาณที่สาม เป็นเทคนิคที่สำคัญที่สุดเพียงอย่างเดียวในการประมวลผลสัญญาณดิจิตอล … การบิดเป็นเกลียวสำคัญ เพราะมันเกี่ยวข้องกับสัญญาณที่น่าสนใจสามสัญญาณ: สัญญาณอินพุต สัญญาณเอาต์พุต และการตอบสนองของแรงกระตุ้น
ทำไมเราถึงใช้ทฤษฎีบทการบิดเบี้ยว
ทฤษฎีบทการบิดนั้นมีประโยชน์ ส่วนหนึ่ง เพราะมันทำให้เรามีวิธีในการลดความซับซ้อนของการคำนวณหลายอย่าง การคำนวณแบบ Convolutions อาจเป็นเรื่องยากมากในการคำนวณโดยตรง แต่มักจะง่ายกว่ามากในการคำนวณโดยใช้การแปลงฟูริเยร์และการคูณ
การบิดงอทำอะไร
การบิดเบี้ยว แปลงพิกเซลทั้งหมดในช่องรับแสงให้เป็นค่าเดียวตัวอย่างเช่น หากคุณจะใช้การบิดเบี้ยวกับรูปภาพ คุณจะต้องลดขนาดรูปภาพรวมทั้งนำข้อมูลทั้งหมดในฟิลด์มารวมกันเป็นพิกเซลเดียว ผลลัพธ์สุดท้ายของ Convolutional Layer คือเวกเตอร์
ทำไมการประมวลผลภาพจึงต้องมีการบิดเบี้ยว
Convolution เป็นการดำเนินการทางคณิตศาสตร์อย่างง่ายซึ่งเป็นพื้นฐานสำหรับตัวดำเนินการประมวลผลภาพทั่วไปจำนวนมาก Convolution ให้วิธีการ `คูณกัน' ของตัวเลขสองอาร์เรย์ โดยทั่วไปจะมีขนาดต่างกัน แต่มีมิติเท่ากัน เพื่อสร้างอาร์เรย์ที่สามของตัวเลขที่มีมิติเดียวกัน
ทำไมเราต้องมีอินทิกรัลคอนโวลูชั่น
การใช้อินทิกรัลการโค้งงอ มันคือ เป็นไปได้ในการคำนวณเอาท์พุต y(t) ของระบบเชิงเส้นตรงใดๆ ที่ระบุเฉพาะอินพุต f(t) และการตอบสนองของอิมพัลส์, h(t).