在我們的生活中，大到天體觀測、小到MP3播放器上的頻譜，沒有傅里葉變換都無法實現。

通俗來講，離散傅里葉變換（DFT）就是把一串復雜波形中分成不同頻率成分。

比如聲音，如果用聲波記錄儀顯示聲音的話，其實生活中絕大部分聲音都是非常復雜、甚至雜亂無章的。

而通過傅里葉變換，就能把這些雜亂的聲波轉化為正弦波，也就是我們平常看到的音樂頻譜圖的樣子。

不過在實際計算中，這個過程其實非常復雜。

如果把聲波視作一個連續函數，它可以唯一表示為一堆三角函數相疊加。不過在疊加過程中，每個三角函數的加權系數不同，有的要加高一些、有的要壓低一些，有的甚至不加。

傅里葉變換要找到這些三角函數以及它們各自的權重。

這不就巧了，這種找啊找的過程，像極了神經網絡。

神經網絡的本質其實就是逼近一個函數。

那豈不是可以用訓練神經網絡的方式來搞定傅里葉變換？

這還真的可行，并且最近有人在網上發布了自己訓練的過程和結果。

DFT=神經網絡

該怎么訓練神經網絡呢？這位網友給出的思路是這樣的：

首先要把離散傅里葉變換（DFT）看作是一個人工神經網絡，這是一個單層網絡，沒有bias、沒有激活函數，并且對于權重有特定的值。它輸出節點的數量等于傅里葉變換計算后頻率的數量。

具體方法如下：

這是一個DFT：

k表示每N個樣本的循環次數；

N表示信號的長度；

表示信號在樣本n處的值。

一個信號可以表示為所有正弦信號的和。

是一個復值，它給出了信號x中頻率為k的正弦信號的信息；從

我們可以計算正弦的振幅和相位。

換成矩陣式，它就變成了這樣：

這里給出了特定值k的傅里葉值。

不過通常情況下，我們要計算全頻譜，即k從[0,1,…N-1]的值，這可以用一個矩陣來表示（k按列遞增，n按行遞增）：

簡化后得到：

看到這里應該還很熟悉，因為它是一個沒有bias和激活函數的神經網絡層。

指數矩陣包含權值，可以稱之為復合傅里葉權值（Complex Fourier weights），通常情況下我們并不知道神經網絡的權重，不過在這里可以。

不用復數

通常我們也不會在神經網絡中使用復數，為了適應這種情況，就需要把矩陣的大小翻倍，使其左邊部分包含實數，右邊部分包含虛數。

將帶入DFT，可以得到：

然后用實部（cos形式）來表示矩陣的左半部分，用虛部（sin形式）來表示矩陣的右半部分：

簡化后可以得到：

將

稱為傅里葉權重；

需要注意的是，

和

實際上包含相同的信息，但是

不使用復數，所以它的長度是

的兩倍。

換句話說，我們可以用

或

表示振幅和相位，但是我們通常會使用

。

現在，就可以將傅里葉層加到網絡中了。

用傅里葉權重計算傅里葉變換

現在就可以用神經網絡來實現

，并用快速傅里葉變換（FFT）檢查它是否正確。 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

得到的這個微小誤差值可以證明，計算的結果是我們想要的。

另一種方法是重構信號：

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

最后可以看到，DFT后從正弦信號重建的信號和原始信號能夠很好地重合。

通過梯度下降學習傅里葉變換

現在就到了讓神經網絡真正來學習的部分，這一步就不需要向之前那樣預先計算權重值了。

首先，要用FFT來訓練神經網絡學習離散傅里葉變換：

importtensorflow 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=[]fori 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])withtf.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))) Finalloss value1.6738563548424711e-09Finalweights' rmse value 3.1525832404710523e-06

?

得出結果如上，這證實了神經網絡確實能夠學習離散傅里葉變換。

訓練網絡學習DFT

除了用快速傅里葉變化的方法，還可以通過網絡來重建輸入信號來學習DFT。(類似于autoencoders自編碼器)。

自編碼器（autoencoder, AE）是一類在半監督學習和非監督學習中使用的人工神經網絡（Artificial Neural Networks, ANNs），其功能是通過將輸入信息作為學習目標，對輸入信息進行表征學習（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=[]fori in range(10000):x=np.random.random([1, signal_length]) - 0.5withtf.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_valsreconstructed_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))) Finalloss value4.161919455121241e-22Finalweights' rmse value 0.20243339269590094

作者用這一模型進行了很多測試，最后得到的權重不像上面的例子中那樣接近傅里葉權值，但是可以看到重建的信號是一致的。

換成輸入振幅和相位試試看呢。

W_learned=tf.Variable(np.random.random([signal_length, 2 * signal_length]) - 0.5)losses=[]rmses=[]fori in range(10000):x=np.random.random([1, signal_length]) - .5withtf.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_lengthphases=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))) Finalloss value2.2379359316633115e-21Finalweights' rmse value 0.2080118219691059

可以看到，重建信號再次一致；

不過，和此前一樣，輸入振幅和相位最終得到的權值也不完全等同于傅里葉權值(但非常接近)。

由此可以得出結論，雖然最后得到的權重還不是最準確的，但是也能夠獲得局部的最優解。

這樣一來，神經網絡就學會了傅里葉變換！

值得一提的是，這個方法目前還有疑問存在：

首先，它并沒有解釋計算出的權值和真正的傅里葉權值相差多少；

而且，也沒有說明將傅里葉層放到模型中能帶來哪些益處。

編輯：黃飛