卷積神經(jīng)網(wǎng)絡(luò)的底層是傅里葉變換，傅里葉變換的底層是希爾伯特空間坐標變換
?
正片開始
04:15
??
提取像素點的相對位置作為特征
06:25
?
10：12是小結(jié)；
卷積基礎(chǔ)就是讓一個像素點的數(shù)據(jù)可以提現(xiàn)更大范圍的特征。 -----(引自超愛看番的足球仔)
傅里葉變換
?
11:45
?
從全局到局部特征
?
16:45
?傅里葉變換之后的一大好處：
波形的頻域圖像里面，某種程度上他已經(jīng)做到與位置（時間）無關(guān)了；
無論在什么位置，他對應(yīng)到頻率的振幅的圖像都是不變的，唯一變化的是相位
但是，如果有兩個波是一模一樣的，頻域的圖像會發(fā)生很大變化
解決辦法：?到局部特征
?
18:08
?加窗傅里葉變換，或者叫短時傅里葉變換
加窗，然后到小波
小波變換的窗口是可變的
從 希爾伯特空間的坐標變換（基變換）
來理解 傅里葉變換
?
19:03
?- 泛函分析的基本內(nèi)容
- 就是把一個函數(shù)當成一個向量，一個實數(shù)函數(shù)就是無窮維空間的一個點！！
?
22:27
?這是在一個無窮維的空間討論問題，如果這個無窮維的空間 對于向量內(nèi)積還是完備的，那么這樣一個 是無窮維又有內(nèi)積的空間 就被稱作是希爾伯特空間
希爾伯特空間的內(nèi)積 （用函數(shù)來表示）
- 時域頻域轉(zhuǎn)換的精妙解釋！把曲線理解成無窮維空間的一個點。然后再坐標系變換到特征向量的基！
Hermitian內(nèi)積
gabor變換
?
26:54
?- 短時傅里葉變換
- 小波變換
- 就是更換了傅里葉變換的基
重回到 卷積神經(jīng)網(wǎng)絡(luò)
?
31:50
??
池化層
35:44
?標簽：
