卷积第二个参数的含义是什么？
我试图更好地理解卷积及其在工程中的数学特性和解释（特别是在计算机视觉的背景下）。回想一下卷积： s （t ）= （x ∗ w ）（t ）= ∫x （a ）w （t − a ）d一个s（Ť）=（X∗w）（Ť）=∫X（一个）w（Ť-一个）d一个 s(t) = (x * w)(t) = \int x(a) w(t-a) da 所述第一参数（与卷积）通常被称为输入，但是第二个参数（到卷积）通常被称为“ 内核 ”。但是，在计算机视觉和卷积神经网络中，第二个参数通常称为“ 模板 ”（可能是边缘或轮子或对象的某些部分的图像）。但是，在其他领域，我认为是信号和系统，通常称为“ 滤波器 ”。XXxwww 作为计算机软件工程师，我认为命名非常重要，因为命名使我们能够思考特定的概念。名字不好可能会导致草率的想法。因此，我以为这些技术名称是在考虑了这些想法的情况下选择的。有人知道或理解为什么这些名称被用于卷积的第二个参数吗？ 我知道的具体名称是： 内核（来自纯数学？） 过滤器（信号和系统？） 模板（计算机视觉/机器学习） 不知道我是否会错过任何内容，但我想更好地理解这些命名，并且可能（希望）直观地更好地理解卷积算子的功能以及它在工程学和数学中的解释。