傅立叶变换在深度学习中的应用方法

傅里叶变换与深度学习：从核心原理到实际应用

在机器学习与深度学习领域，许多模型都依赖于数学函数构建，例如欧几里得距离常用于聚类分析。傅里叶变换（Fourier Transform）作为经典数学工具，能够将函数从一个域映射到另一个域，如今已广泛融入深度学习实践。本文将以通俗易懂的方式，系统介绍傅里叶变换的核心概念、数学原理及Python实现，并深入探讨其如何与神经网络、卷积神经网络结合，显著提升计算效率。

什么是傅里叶变换？

数学中，变换技术用于将函数映射到与原始函数空间不同的新空间。傅里叶变换是一种特殊变换，能够将函数从时域（Time Domain）转换到频域（Frequency Domain）。例如，一段音频波可以用随时间变化的音量表示（时域），而傅里叶变换则根据音符的音量和频率来重新表示它（频域）。

简单来说，任何函数的傅里叶变换结果都是一个关于频率的函数，其幅值大小反映了原始信号中各频率成分的强弱。

下面来看一个信号示例，其时域函数如下所示：

在同一时间范围内获取另一个信号的一部分：

将这两个信号分别称为 A 和 B，其中 n 表示时域索引。如果我们将这两个信号相加，得到的新信号结构如下：

可以看到，信号的相加仅仅是同一时间点上的幅值相加。如果试图从相加后的信号 C 中提取出原始信号 A 或 B，将变得非常困难，因为混合后的信号在时域中无法区分。然而，通过傅里叶变换转换到频域后，我们就能清晰地区分它们：

如果希望将频域信号转换回时域，则可以使用傅里叶逆变换（Inverse Fourier Transform）。

小提示：傅里叶变换的核心价值在于，它让我们能从“频率”角度观察数据，在处理音频、图像等信号时非常实用。例如，在音频降噪中，我们可以过滤掉噪声对应的频率成分，再通过逆变换还原到时域，从而获得干净的音频。

傅里叶变换的数学原理

正弦序列是表示时域信号的基础，也是傅里叶变换的数学根基。对于连续信号，函数 f 可以表示为无限正弦曲线的叠加：

f(t) = a₀/2 + Σ (aₙ cos(nt) + bₙ sin(nt))

其中系数 aₙ 和 bₙ 决定了信号的结构。求解这些系数的过程即为傅里叶变换积分：

F(ω) = ∫ f(t) e^{-jωt} dt

而傅里叶逆变换则是将频域函数还原为时域函数：

f(t) = (1/2π) ∫ F(ω) e^{jωt} dω

在实际应用中，我们处理的信号大多是离散采样的，因此需要使用离散傅里叶变换（DFT）。DFT 将一个等间隔采样的序列转换为相同长度的频率序列，其系数计算公式为：

X[k] = Σ x[n] e^{-j(2π/N)kn}

其中 x[n] 是时域采样点，X[k] 是频域系数。通过计算这些系数，我们可以得到信号在频域中的完整表示。

小提示：DFT 的计算复杂度较高，实际中常用其高效版本——快速傅里叶变换（FFT）。FFT 能将 N 点 DFT 的复杂度从 O(N²) 降低到 O(N log N)，大幅提升计算速度。

使用 Python 进行傅里叶变换

Python 的 scipy 模块提供了丰富的傅里叶变换函数，使用非常便捷。下面是一个完整示例，演示如何生成正弦波并对其进行 FFT 分析。

制作正弦波

import numpy as np
import matplotlib.pyplot as plt
from scipy.fft import fft, fftfreq

#  sample points
N = 1200
# sample spacing
T = 1.0 / 1600.0
x = np.linspace(0.0, N*T, N, endpoint=False)
sum = np.sin(50.0 * 2.0*np.pi*x) + 0.5*np.sin(80.0 * 2.0*np.pi*x)

plt.plot(sum)
plt.title('Sine wa ve')
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.grid(True, which='both')
plt.show()

生成的波形如下：

接下来，使用 scipy 的 FFT 模块对其进行转换：

sumf = fft(sum)
xf = fftfreq(N, T)[:N//2]
plt.ylabel('frequency')
plt.xlabel('sample')
plt.title("FFT of sum of two sines")
plt.plot(xf, 2.0/N * np.abs(sumf[0:N//2]))
plt.show()

输出频谱图如下：

从频谱图中可以清晰地看到两个频率成分（50Hz 和 80Hz）的峰值，而在时域图中这两者混叠在一起，难以区分。这正是傅里叶变换的强大之处——它能让隐藏的频率信息一目了然。

常见问题：为什么 FFT 后的结果要取绝对值并乘以 2/N？

回答：FFT 返回的结果是复数，取绝对值可得到幅度谱。由于我们只取了一半的频率（实数信号的频谱是对称的），因此需要将幅度乘以 2 以补偿能量；同时除以 N 用于归一化，使幅度能够反映原始信号的振幅。

神经网络与傅里叶变换的关系

傅里叶变换是一种函数逼近工具，它用不同频率的正弦波组合来近似原始函数。同样，神经网络也被视为一种通用函数逼近器。两者在目标上具有相似性：都试图通过迭代学习来逼近一个未知函数。

上图展示了采用傅里叶变换方法的神经网络（也称傅里叶网络）。一个基本神经网络希望逼近特定时间点的函数值，而傅里叶网络则通过调整频率分量的系数来达到同样的目的。这种思想为神经网络的设计提供了新的视角。

卷积神经网络中的傅里叶变换

在卷积神经网络（CNN）中，卷积层是核心结构。卷积层通过滤波器（卷积核）对输入数据或特征图进行卷积操作，学习权重。随着网络深度和滤波器数量的增加，计算成本会急剧升高。

使用傅里叶变换可以将时域中的卷积运算转换为频域中的元素级乘法，大幅降低计算复杂度。数学上，时域卷积等价于频域乘积：

f * g  ⇔  F · G

其中 F 和 G 分别是 f 和 g 的傅里叶变换，“·”表示逐元素乘法。同样，卷积结果的逆变换即可得到最终的时域输出。

更精确地说，假设有函数 f 和 g，它们的卷积 h 可以表示为：

h(x) = ∫ f(τ) g(x-τ) dτ

而频域乘法则为：

H(ω) = F(ω) · G(ω)

其中 ℱ 和 ℱ⁻¹ 分别代表傅里叶变换和逆变换。通过这种转换，卷积神经网络可以在频域中高效地完成运算。

如何在深度学习中应用傅里叶变换？

在深度学习实践中，我们可以将卷积层的输入矩阵和滤波器矩阵转换到频域，执行乘法运算，然后再转换回时域，从而替代传统的卷积操作。整个过程对模型准确性没有任何影响，但能显著提升计算速度。

下图展示了使用快速傅里叶变换（FFT）代替卷积的流程：

在复杂网络中，滤波器和层数量巨大，传统卷积计算非常缓慢。而利用傅里叶变换将时域卷积转化为频域乘法，可以大大降低计算复杂度，使模型运行速度更快。当然，这种加速需要权衡额外的前后变换开销，但在大规模卷积核或输入尺寸较大时优势明显。

常见问题：所有卷积层都能用傅里叶变换加速吗？

回答：并非所有卷积层都适合。FFT 加速主要适用于卷积核尺寸较大或输入特征图较大的情况。对于小尺寸卷积核（如 3×3），FFT 的开销可能超过收益，因此实际中通常只在特定层（如全连接层或大卷积核层）使用 FFT 卷积。

如果你对本文的思路感兴趣，可以自行尝试在简单 CNN 中实现 FFT 卷积，并对比速度与效果。欢迎讨论交流！

作者：Lorenzo Castagno | 编辑：黄飞

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：傅立叶变换在深度学习中的应用方法要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题