TensorFlow 卷積到底是什麼？

卷積是對兩個實函數的一種數學運算。

例如：

我們用一個激光傳感器來追蹤一艘宇宙飛船的位置

激光傳感器給出了一個單獨的輸入$x(t)$：表示飛船在時刻$t$的位置

這就意味值我們可以在任意的時刻從傳感器中讀出飛船的位置

---

那麼，現在我們的傳感器受到了一定程度的噪聲干擾。

爲了降低飛船位置的低噪聲估計

我們對得到的測量結果進行平均

我們不難想到：時間上越近的測量結果越相關，所以我們採用一種加權平均的方法，對於最近的測量結果賦予更高的權重。

我們可以採用一個加權函數$w(a)$來實現

其中$a$表示測量結果距當前時刻的時間間隔。

如果我們對任意時刻都採用這種加權平均的操作，我們就可以得到一個新的對於飛船位置的平滑估計函數:::$s(t):∫ x(a)w(t-a)da$

這種運算我們就稱之爲卷積操作。

---

卷積運算通常用星號表示：$s(t) = (x * w)(t)$

$w$必須是一個有效的概率密度，否則輸出就不再是一個加權平均。

在參數爲負值時，$w$的取值爲0，否則它會預測到未來，這就不是我們能夠推測的了。

---