# 卷积

> 在泛函分析中，卷积（convolution），或译为叠积、褶积或旋积，是透过两个函数f和g生成第三个函数的一种数学算子，表征函数f与经过翻转和平移的g的重叠部分的积分，即把一个函数翻转后平移，再与另一个函数逐点相乘并求和。

- ID: m06085
- 分类: learn
- 领域: 认知科学

## 定义

两个函数 f 和 g 生成第三个函数的操作。直观上，是将一个函数（卷积核/过滤器）在另一个函数上"滑过"，从而产生混合或滤波的效果。在CNN中用于提取特征。脚手架作用： 特征提取的过滤器。我们的认知模型就是一个"卷积核"。当我们看世界时，我们是在用这个核在现实上"滑过"。我们看到的不是原始现实，而是经过我们认知核过滤、提取特征后的"卷积图"。改变认知，就是更换卷积核。

## 机制

卷积核在信号/图像上滑动做加权求和，提取局部特征；类比认知"核"在现实上滑动，所见是经滤镜提取的特征而非原始现实，换核即换视角。

## 练习

①明确要提取的特征（核）；②在对象上滑动匹配；③得到特征图/判断；④换核验证不同视角。

## 脚手架用法

特征提取的过滤器。我们的认知模型就是一个"卷积核"。当我们看世界时，我们是在用这个核在现实上"滑过"。我们看到的不是原始现实，而是经过我们认知核过滤、提取特征后的"卷积图"。改变认知，就是更换卷积核。

[阅读网页](https://thinkingmodels.site/entries/detail/m06085)