Matrix 二维卷积可以表示为矩阵乘法吗？
Discr。卷积可以表示为输入与矩阵M的乘积 其中M是Toeplitz矩阵的一个特例-循环矩阵 问题是：二维卷积是否也可以表示为矩阵乘法 p、 由dicr在美国出版。卷积，我指的是dicr。以模方式索引离散样本的卷积，即离散信号重复Matrix 二维卷积可以表示为矩阵乘法吗？,matrix,convolution,Matrix,Convolution,Discr。卷积可以表示为输入与矩阵M的乘积 其中M是Toeplitz矩阵的一个特例-循环矩阵 问题是：二维卷积是否也可以表示为矩阵乘法 p、 由dicr在美国出版。卷积，我指的是dicr。以模方式索引离散样本的卷积，即离散信号重复 …X[n-1]X[0]X[1]…X[n-1]X[0]…是的，它可以，但它通常是一个相当大的矩阵。如果您的数据集位于大小为NxM的网格上，则卷积是在长度为N*M的向量上操作的矩阵；卷积矩阵有N2M2元素 如果卷积核很小，那么矩阵通常是一个带宽至少为N或M的矩阵。是的，
…X[n-1]X[0]X[1]…X[n-1]X[0]…是的，它可以，但它通常是一个相当大的矩阵。如果您的数据集位于大小为NxM的网格上，则卷积是在长度为N*M的向量上操作的矩阵；卷积矩阵有N2M2元素
如果卷积核很小，那么矩阵通常是一个带宽至少为N或M的矩阵。是的，可以，但通常是一个相当大的矩阵。如果您的数据集位于大小为NxM的网格上，则卷积是在长度为N*M的向量上操作的矩阵；卷积矩阵有N2M2元素
如果卷积核很小，那么矩阵通常是一个带宽至少为N或M的矩阵。对于1D情况，信号有N个插槽，那么卷积可以描述为NxN矩阵，但实际上，它可以通过“Nx1”列定义，而所有其他都只是该“Nx1”的电流旋转列…我认为类似的对称性应该适用于2d情况。@bruziuz我不确定情况是否如此，因为在遍历矩阵的所有元素之前，必须先回到开头。我还应该提到，对于可分离滤波器，你的问题是非常正确的。对于1D情况，信号有N个槽，那么卷积可以描述为NxN矩阵，但实际上，它可以通过“Nx1”列定义，所有其他的都只是这个“Nx1”的curculant旋转列…我认为类似的对称性应该适用于2d情况。@bruziuz我不确定情况是否如此，因为在遍历矩阵的所有元素之前，必须先回到开头。我还应该提到，对于可分离过滤器，您的问题非常正确。See可能重复。See可能重复。