卷积神经网络 - 一维卷积、二维卷积

卷积(Convolution)，也叫褶积，是分析数学中一种重要的运算。在信号处理或图像处理中，经常使用一维或二维卷积，本博文我们来学习一维卷积和二维卷积。

理解一维卷积和二维卷积的核心在于把握维度对特征提取方式的影响。我们从数学定义、几何意义和应用场景三个维度展开分析，并通过对比揭示其本质差异。

一、数学定义对比

1. 一维卷积 (1D Convolution)

特性：

滑动方向：单一方向（时间轴/序列方向）
感受野：连续区间
参数数量：K×Cin×Cout

2. 二维卷积 (2D Convolution)

特性：

滑动方向：两个正交方向（高度+宽度）
感受野：矩形区域
参数数量：Kh×Kw×Cin×Cout

二、几何意义解析

1. 一维卷积的几何视角

特征提取模式：

在时间轴上滑动的局部窗口
捕获时序相关性（如语音中的音素过渡）
典型模式检测：
- 上升沿检测核：[1, 0, -1]
- 振动检测核：[1, -2, 1]

2. 二维卷积的几何视角

特征提取模式：

在平面网格上滑动的局部窗口
捕获空间相关性（如图像中的边缘走向）
典型模式检测：
- 水平边缘检测核：
- 45度对角线检测核：

三、计算过程对比演示

案例1：一维卷积实例

输入序列：[3, 5, 2, 6, 8]
卷积核：[0.5, -1]
计算过程（步长=1，无填充）：

位置1: 3×0.5 + 5×(-1) = 1.5 -5 = -3.5  
位置2: 5×0.5 + 2×(-1) = 2.5 -2 = 0.5  
位置3: 2×0.5 + 6×(-1) = 1 -6 = -5  
位置4: 6×0.5 + 8×(-1) = 3 -8 = -5

输出：[-3.5, 0.5, -5, -5]

案例2：二维卷积实例

输入矩阵：

卷积核：

计算过程（步长1，无填充）：

位置(1,1): 
1×1 + 3×0 + 4×(-1) + 6×0.5 = 1 -4 +3 = 0位置(1,2): 
3×1 + 2×0 + 6×(-1) + 5×0.5 = 3 -6 +2.5 = -0.5位置(2,1): 
4×1 + 6×0 + 7×(-1) + 9×0.5 = 4 -7 +4.5 = 1.5位置(2,2): 
6×1 + 5×0 + 9×(-1) + 8×0.5 = 6 -9 +4 = 1

输出矩阵：

四、本质差异深度分析

维度	特征提取方向	参数空间	不变性	典型应用
1D	单方向时序关系	O(K)	时间平移	语音识别、股票预测
2D	二维空间关系	O(K^2)	空间平移	图像分类、医学影像

关键差异点：

邻域结构：
- 1D：线性邻域（前序-当前-后续）
- 2D：平面邻域（包含空间拓扑关系）
参数复杂度：
- 1D参数量随核长度线性增长
- 2D参数量随核尺寸平方增长
平移不变性：
- 1D处理时间平移（早/晚出现相同模式）
- 2D处理空间平移（不同位置相同物体）
特征组合方式：
- 1D通过堆叠卷积层捕获长程依赖
- 2D通过分层卷积建立多尺度表征

五、统一数学框架

两种卷积都可以纳入张量卷积的一般形式：

对于1D卷积，其中一个维度退化（如j=0）
对于2D卷积，两个维度都保持活跃

几何解释：

1D：在直线上滑动的线段检测器
2D：在平面上滑动的平面检测器

六、现代扩展形式

扩展类型	1D实现	2D实现	目的
空洞卷积	间隔采样时序点	棋盘式采样	扩大感受野
可分离卷积	深度分离时序卷积	空间分离卷积	降低参数量
动态卷积	时间自适应的核	空间自适应的核	增强灵活性