手头上有一种新的理论可以提高卷积计算的效率

Awakeningroom

手头上有一种新的理论可以提高卷积计算的效率 [复制链接]

导师手头有一种新的理论可以提高卷积计算的效率，主要体现在运算速度和精度上，比传统使用FFT的卷积要好
但是适用条件是两个输入之间的长度差要比较大，比方说1024 conv 16这样的运算，才会有比较大的提升
各位能否提一些点子，在哪个领域方面会需要这种长度差比较大的卷积运算？有好友提到可以适用于卷积神经网络，但还没深入去了解
欢迎讨论！

lcofjp

太高深了，懂的人比较少

bigbat

卷积范围一定的情况下步长越长精度越高失真越小，一般来说你的这种东西用处不大。至于什么场合不在乎质量只在乎速度我没有经验不好说。至于简单的波形叠加也用不了什么特殊的方法速度就很快了，我想你是不是什么通过FFT后“精简”波形的方案，那样就更扯了。