FMT 和 子集卷积 FMT 给定数列 $ a_{0\dots 2^{k}-1} $ 求 $ b $ 满足 $ b_{s} = \sum_{i\in s} a_i $ 实现方法很简单， 然后称为 $ B = \text{FMT}(A) $ ，快速莫比乌斯变换 想要还原也很简单，把代码 ...

前置知识 FMT：对于两个下标在 \([0,2^n)\) 的数组 \(f\) 和 \(g\)，求： \[h_i=\sum_{j\text{ or }k=i}f_jg_k \] 可以做到 \(O(2^nn)\) 限于博主水平，这里不放该前置算法 ...

本文转摘于如下链接： 逆卷积的详细解释ConvTranspose2d（fractionally-strided convolutions) https://www.cnblogs.com/wanghui-garcia/p/10791328.html pytorch官方手册：https ...

我们比较了解的是有关多项式的乘法运算，对于下标为整数，下标运算为相加等于某个数的时候，我们有很优秀的FFT做法。 但是遇到一些奇怪的卷积形式时，比如我们定义 $h = f * g$， $h_{S} = \sum\limits_{L \subseteq S}^{} \sum\limits_{R ...

背包，子集和以及 (max, +) 卷积在特殊情形下的求法 子集和 1：总重量不太大 有 \(n\) 个物品，每个物品重量为 \(w_i\)，且 \(\sum\limits_{i} w_i=C\)。你需要对于 \(k\in [1,C]\) 均求出是否存在子集和 \(=k\)。 时间复杂度 ...

信号, 集合, 多项式, 以及卷积性变换 目录 信号, 集合, 多项式, 以及卷积性变换 卷积 卷积性变换 傅里叶变换与信号 引入: 信号分析 变换的基础: 复数 ...

上采样/下采样 缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。 放大图像（或称为上采样 ...

前言： 　　$FWT$是用来处理位运算(异或、与、或)卷积的一种变换。位运算卷积是什么？形如$f[i]=\sum\limits_{j\oplus k==i}^{ }g[j]*h[k]$的卷积形式(其中$\oplus$为位运算)就是位运算卷积。如果暴力枚举的话，时间复杂度是$O(n^2)$，但运用 ...