捲積/卷積(convolution) 簡易手算範例+原理介紹 與 應用心得整理 備份

資料來源:

    https://read01.com/zh-tw/G7e3KD.html#.YGQnHK8zaUk
    https://www.twblogs.net/a/5baff4582b7177781a0f7bc8
    https://iter01.com/480243.html

GITHUB: https://github.com/jash-git/Jash-good-idea-20210318-001/tree/master/%E5%8D%B7%E7%A9%8D(convolution)

★簡易手算/原理:
    01.最容易理解的對卷積(convolution)的解釋 ~ https://www.twblogs.net/a/5baff4582b7177781a0f7bc8

    02.【CNN】很詳細的講解什麼以及為什麼是卷積（Convolution）！ ~ https://iter01.com/480243.html

☆心得/重點 整理:

    01.卷積的重要的物理意義是：一個函數（如：單位響應）在另個函數（如：輸入信號）上的加權疊加。

    02.對於線性時不變系統，如果知道該系統的單位響應，那麼將單位響應和輸入信號求卷積，就相當於把輸入信號的各個時間點的單位響應 加權疊加，就直接得到了輸出信號。

    03.書上先反褶再平移，把輸入信號當作一個整體，一次算出一個時間點的響應值；而文章中把信號拆開，一次算出一個信號在所有時間的響應值，再把各個信號相加。兩者本質上是相同的。

    04.用一個模板和一幅圖像進行卷積，對於圖像上的一個點，讓模板的原點和該點重合，然後模板上的點和圖像上對應的點相乘，然後各點的積相加，就得到了該點的卷積值。

    05.(影像/圖像)卷積是一種積分運算，一來求兩個曲線重疊區域面積。可以看作加權求和，也可以用來消除噪聲、或者是特徵增強。

    06.卷積是一種線性運算,影像/圖像處理中常⾒的mask運算都是卷積，廣泛應用於圖像濾波。