（附代码）你还弄不懂的傅里叶变换，神经网络只用了30多行代码就学会了-技术圈

点击左上方蓝字关注我们

一个专注于目标检测与深度学习知识分享的公众号

编者荐语

傅立叶变换，表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅立叶变换具有多种不同的变体形式，如连续傅立叶变换和离散傅立叶变换。最初傅立叶分析是作为热过程的解析分析的工具被提出的。

转载自 | 机器学习算法那些事

在我们的生活中，大到天体观测、小到MP3播放器上的频谱，没有傅里叶变换都无法实现。

通俗来讲，离散傅里叶变换（DFT）就是把一串复杂波形中分成不同频率成分。

比如声音，如果用声波记录仪显示声音的话，其实生活中绝大部分声音都是非常复杂、甚至杂乱无章的。

而通过傅里叶变换，就能把这些杂乱的声波转化为正弦波，也就是我们平常看到的音乐频谱图的样子。

不过在实际计算中，这个过程其实非常复杂。

如果把声波视作一个连续函数，它可以唯一表示为一堆三角函数相叠加。不过在叠加过程中，每个三角函数的加权系数不同，有的要加高一些、有的要压低一些，有的甚至不加。

傅里叶变换要找到这些三角函数以及它们各自的权重。

这不就巧了，这种找啊找的过程，像极了神经网络。

神经网络的本质其实就是逼近一个函数。

那岂不是可以用训练神经网络的方式来搞定傅里叶变换？

这还真的可行，并且最近有人在网上发布了自己训练的过程和结果。

DFT=神经网络

该怎么训练神经网络呢？这位网友给出的思路是这样的：

首先要把离散傅里叶变换（DFT）看作是一个人工神经网络，这是一个单层网络，没有bias、没有激活函数，并且对于权重有特定的值。它输出节点的数量等于傅里叶变换计算后频率的数量。

具体方法如下：

这是一个DFT：

k表示每N个样本的循环次数；
N表示信号的长度；
表示信号在样本n处的值。

一个信号可以表示为所有正弦信号的和。

是一个复值，它给出了信号x中频率为k的正弦信号的信息；从我们可以计算正弦的振幅和相位。

换成矩阵式，它就变成了这样：

这里给出了特定值k的傅里叶值。

不过通常情况下，我们要计算全频谱，即k从[0,1,…N-1]的值，这可以用一个矩阵来表示（k按列递增，n按行递增）：

简化后得到：

看到这里应该还很熟悉，因为它是一个没有bias和激活函数的神经网络层。

指数矩阵包含权值，可以称之为复合傅里叶权值（Complex Fourier weights），通常情况下我们并不知道神经网络的权重，不过在这里可以。

不用复数

通常我们也不会在神经网络中使用复数，为了适应这种情况，就需要把矩阵的大小翻倍，使其左边部分包含实数，右边部分包含虚数。

将带入DFT，可以得到：

然后用实部（cos形式）来表示矩阵的左半部分，用虚部（sin形式）来表示矩阵的右半部分：

简化后可以得到：

将称为傅里叶权重；

需要注意的是，和实际上包含相同的信息，但是不使用复数，所以它的长度是的两倍。

换句话说，我们可以用或表示振幅和相位，但是我们通常会使用。

现在，就可以将傅里叶层加到网络中了。

用傅里叶权重计算傅里叶变换

现在就可以用神经网络来实现

，并用快速傅里叶变换（FFT）检查它是否正确。

import matplotlib.pyplot as plty_real = y[:, :signal_length]y_imag = y[:, signal_length:]tvals = np.arange(signal_length).reshape([-1, 1])freqs = np.arange(signal_length).reshape([1, -1])arg_vals = 2 * np.pi * tvals * freqs / signal_lengthsinusoids = (y_real * np.cos(arg_vals) - y_imag * np.sin(arg_vals)) / signal_lengthreconstructed_signal = np.sum(sinusoids, axis=1)print('rmse:', np.sqrt(np.mean((x - reconstructed_signal)**2)))plt.subplot(2, 1, 1)plt.plot(x[0,:])plt.title('Original signal')plt.subplot(2, 1, 2)plt.plot(reconstructed_signal)plt.title('Signal reconstructed from sinusoids after DFT')plt.tight_layout()plt.show()

rmse: 2.3243522568191728e-15

得到的这个微小误差值可以证明，计算的结果是我们想要的。

另一种方法是重构信号：

rmse: 2.3243522568191728e-15

最后可以看到，DFT后从正弦信号重建的信号和原始信号能够很好地重合。

通过梯度下降学习傅里叶变换

现在就到了让神经网络真正来学习的部分，这一步就不需要向之前那样预先计算权重值了。

首先，要用FFT来训练神经网络学习离散傅里叶变换：

import tensorflow as tfsignal_length = 32# Initialise weight vector to train:W_learned = tf.Variable(np.random.random([signal_length, 2 * signal_length]) - 0.5)# Expected weights, for comparison:W_expected = create_fourier_weights(signal_length)losses = []rmses = []for i in range(1000): # Generate a random signal each iteration: x = np.random.random([1, signal_length]) - 0.5 # Compute the expected result using the FFT: fft = np.fft.fft(x) y_true = np.hstack([fft.real, fft.imag]) with tf.GradientTape() as tape: y_pred = tf.matmul(x, W_learned) loss = tf.reduce_sum(tf.square(y_pred - y_true)) # Train weights, via gradient descent: W_gradient = tape.gradient(loss, W_learned) W_learned = tf.Variable(W_learned - 0.1 * W_gradient) losses.append(loss) rmses.append(np.sqrt(np.mean((W_learned - W_expected)**2)))

Final loss value 1.6738563548424711e-09Final weights' rmse value 3.1525832404710523e-06

得出结果如上，这证实了神经网络确实能够学习离散傅里叶变换。

训练网络学习DFT

除了用快速傅里叶变化的方法，还可以通过网络来重建输入信号来学习DFT。(类似于autoencoders自编码器)。

自编码器（autoencoder, AE）是一类在半监督学习和非监督学习中使用的人工神经网络（Artificial Neural Networks, ANNs），其功能是通过将输入信息作为学习目标，对输入信息进行表征学习（representation learning）。

W_learned = tf.Variable(np.random.random([signal_length, 2 * signal_length]) - 0.5)tvals = np.arange(signal_length).reshape([-1, 1])freqs = np.arange(signal_length).reshape([1, -1])arg_vals = 2 * np.pi * tvals * freqs / signal_lengthcos_vals = tf.cos(arg_vals) / signal_lengthsin_vals = tf.sin(arg_vals) / signal_lengthlosses = []rmses = []for i in range(10000): x = np.random.random([1, signal_length]) - 0.5 with tf.GradientTape() as tape: y_pred = tf.matmul(x, W_learned) y_real = y_pred[:, 0:signal_length] y_imag = y_pred[:, signal_length:] sinusoids = y_real * cos_vals - y_imag * sin_vals reconstructed_signal = tf.reduce_sum(sinusoids, axis=1) loss = tf.reduce_sum(tf.square(x - reconstructed_signal)) W_gradient = tape.gradient(loss, W_learned) W_learned = tf.Variable(W_learned - 0.5 * W_gradient) losses.append(loss) rmses.append(np.sqrt(np.mean((W_learned - W_expected)**2)))

Final loss value 4.161919455121241e-22Final weights' rmse value 0.20243339269590094

作者用这一模型进行了很多测试，最后得到的权重不像上面的例子中那样接近傅里叶权值，但是可以看到重建的信号是一致的。

换成输入振幅和相位试试看呢。

W_learned = tf.Variable(np.random.random([signal_length, 2 * signal_length]) - 0.5)losses = []rmses = []for i in range(10000): x = np.random.random([1, signal_length]) - .5 with tf.GradientTape() as tape: y_pred = tf.matmul(x, W_learned) y_real = y_pred[:, 0:signal_length] y_imag = y_pred[:, signal_length:] amplitudes = tf.sqrt(y_real**2 + y_imag**2) / signal_length phases = tf.atan2(y_imag, y_real) sinusoids = amplitudes * tf.cos(arg_vals + phases) reconstructed_signal = tf.reduce_sum(sinusoids, axis=1) loss = tf.reduce_sum(tf.square(x - reconstructed_signal)) W_gradient = tape.gradient(loss, W_learned) W_learned = tf.Variable(W_learned - 0.5 * W_gradient) losses.append(loss) rmses.append(np.sqrt(np.mean((W_learned - W_expected)**2)))

Final loss value 2.2379359316633115e-21Final weights' rmse value 0.2080118219691059