码迷,mamicode.com
首页 > 其他好文 > 详细

numpy中的convolve的理解

时间:2019-08-17 23:57:14      阅读:162      评论:0      收藏:0      [点我收藏+]

标签:五个   tail   array   creat   函数   image   net   min   ati   

函数

numpy.convolve(a, v, mode=‘full’),这是numpy函数中的卷积函数库
  参数:
    a:(N,)输入的一维数组
    b:(M,)输入的第二个一维数组
    mode:{‘full’, ‘valid’, ‘same’}参数可选
      ‘full’ 默认值,返回每一个卷积值,长度是N+M-1,在卷积的边缘处,信号不重叠,存在边际效应。
      ‘same’ 返回的数组长度为max(M, N),边际效应依旧存在。
      ‘valid’  返回的数组长度为max(M,N)-min(M,N)+1,此时返回的是完全重叠的点。边缘的点无效。
直观理解

数字输入的是离散信号,如下图。
已知x[0] = a,x[1]=b,x[2]=c
技术图片

 


已知y[0]=i,y[1]=j,y[2]=k
技术图片

 


下面演示x[n]*y[n]过程
第一步,x[n]乘以y[0]并平移到位置0:
技术图片

 


第二步,x[n]乘以y[1]并平移到位置1:
技术图片

 


第三步,x[n]乘以y[2]并平移到位置2:
技术图片

 


最后,把上面三个图叠加,就得到了x[n] * y[n]:
技术图片

 


公式及代码

    公式:
    代码:
    由上面的公式可以直接得到下面的数组

>>> np.convolve([1, 2, 3], [0, 1, 0.5])
array([ 0. ,  1. ,  2.5,  4. ,  1.5])

    1
    2

数组中的5个点分别最后一张图片中的五个值

>>> np.convolve([1,2,3],[0,1,0.5], ‘same‘)
array([ 1. ,  2.5,  4. ])

    1
    2

三个值分别对应图片中的(1、2、3)三个下标的值

>>> np.convolve([1,2,3],[0,1,0.5], ‘valid‘)
array([ 2.5])

    1
    2

对应图片坐标为2的值

转自:https://blog.csdn.net/u011599639/article/details/76254442

numpy中的convolve的理解

标签:五个   tail   array   creat   函数   image   net   min   ati   

原文地址:https://www.cnblogs.com/draven123/p/11370867.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!