|
I*****y
发帖数: 6402 | 2 就算你说的对，可是我看着就是烦咋办啊？在biology我办不了你咋整啊？ 我已经很克
制了，没想到你在 biology版骂我这骂我那，而我又不想和你对骂搞低级趣味。
我没有fft的密码。
. |
|
l*****i
发帖数: 3929 | 3 来自主题: _FantaSoccer版 - fft fft = fast fourier transformation |
|
g******s
发帖数: 310 | 4 cuda 算fft应该是优化好的了， cpu的版本优化不够或者内存太小？ 感觉1G 内存太
少了。 |
|
e***e
发帖数: 3872 | 5 数据量不大，内存影响应该很小，当然我要是知道机器的内存速度更好了。
CPU FFT是调的Intel Math Kernel Lib, 估计不会有更优化的库了吧(Fortran maybe
?) |
|
e**c
发帖数: 195 | 6 这个CUDA是什么东东？
为什么它家的2-D FFT比INTEL的要快那么多？都是硬件(并行CACHE)的功劳吗？ |
|
t*******r
发帖数: 22634 | 7 看俺上面的帖子，音要唱得准，关键是 FFT 算得又快又好。
还要有合适的 FFT 窗口函数，唱歪了也可能是 FFT 窗口
函数没选对。。。
另外软件只能后期看看，唱的时候不够快。一定要用高质量
的 FFT 硬件协处理器。。。俺正打算败 128 个德州仪器出
的名牌高速 FFT 硬件协处理器，搞个小巨型 FFT 协处理网
络，速度一定没有问题。。。现在主要的问题是散热采取风
冷方案还是水冷方案。前期分析结果是水冷方案效果比较好，
但是俺主要的担心如果哪天上石头山唱歌，搞不到弄个整74
师的下场也未可知。。。张三兄意见如何？ |
|
e***y
发帖数: 4307 | 8 哦，我知道你的问题所在了。fft出来的spectrum横轴是normalized frequency也就是
没有单位的。你要用采样频率把它转换为analog frequency。fft是dft而dft出来的
spectrum从-fs/2到fs/2，中间隔了n点，n是fft长度。例如你fft的第i点对应的频率是
i*fs/n.
这些你看看matlab fft文档就明白了。
0.
fft |
|
n*******l
发帖数: 2911 | 9 网上有人说Matlab的FFT就是调用的fftw, 我用Profile仔细分析了一下我的
Matlab程序，它的FFT的性能是跟fftw一样的。
对于n＝1024， 二维（nxn）的实数数据，12001次FFT 耗时141.538秒。
对于一维FFT，它的运算量是 5N log_2(N). 所以我的程序里的FFFT应该对应
N＝2^_20，它的FLOPS是
5 * 2^20 ＊20*12001/141.538 ＝ 8459 M FLOPS.
同时我的系统对复数进行了12000次IFFT，耗时222.933秒，对应的FLOPS是
5383 M FLOPS。
这基本就是fftw在四核系统里的benchmark值。
这个FFT／IFFT是我的程序的主要部分，耗时占总时间的63%， 所以就算把程
序用C, C++ 或者Fortran重写，也基本没有什么改善了，除非放到更多核的
并行系统上去。要是想要利用GPU，倒腾数据是一个耗时严重的问题，要仔细
考虑一下。 |
|
t*******r
发帖数: 22634 | 10 老实说火鸡这个歌，我一边看着有当前移动线的 FFT spectrogram 一边听，听了
无数遍。我耳朵有可能骗我，但 FFT spectrogram 应该不会骗我。
我在 FFT spectrogram 上看到，基本上在这首歌火鸡的整个音域，即使是低音，
都有延伸到 5000Hz 以上的泛音列（我频率显示到5kHz，幅度显示到 -50dB）。
这个泛音列里各个泛音的相对幅度，随着火鸡的咬字和音色在不断变化。
老实说我觉得 FFT spectrogram 看上去都有点接近美声了。区别只是美声用大颤
音，还有美声常常会出现最大幅度在泛音而不是基音上的情况，火鸡这种情况比较少，
取代的是基音和第一次泛音的幅度差不多。
当然当然，这是俺第一次看 FFT spectrogram 听歌，如果搞错了的话，谅解一下
了。 |
|
t*******r
发帖数: 22634 | 11 我听了这个 video，又拖进 FFT spectrogram 看了，关键点量了 spectrum。
我无意 offense，但我说几个怀疑吧。
第一，我怀疑他整个录音带着效果器，效果器是类似 warm mid exciter 的那种，
不仅是听的感觉，我在 FFT spectrogram 上面看到 1kHz 附近高于通常的能量。
不过我希望我是错的，否则，带着效果器录音教唱歌是很不负责的态度。至少应该明示
用了效果器。
第二，他所发出的假声和头声音量接近，这不可能。除非不是头声，或者使用大压缩比
的压缩器。同样，我希望我是错的。。。
第三，我从 FFT spectrogram 上看到他最后唱的，时间是 6:40.5，唱“人”字，
音高是 E4，我在 spectrum 上测量出来各阶泛音的峰值如下：
E4 ：-14.6dB => 1st harmonics
E5 ：-14.3dB => 2nd harmonics
B5 ：-14.1dB => 3rd harmonics
E6 ：-16.4dB => 4th harmonics
G#6：-15.8dB => 5th harmo... 阅读全帖 |
|
g****r
发帖数: 12 | 12 My project may need to use one of DSP/microcontroller/FPGA chip, and I
wonder if you can give me some comments:
The application is to sample two analog channels, do A/D conversion, then do
FFT to the sampled real time signals. Basically, the signal will be sampled
every 0.027 second, and FFT is needed for 512 samples. The optimal goal is,
to do FFT once every new sample point arrives, which means to do FFT every
0.027 second. But I guess that might be difficult, so we can actually do fft
after s |
|
t*******e
发帖数: 216 | 13 我想楼主还是应该把问题稍微详细的写出来，我有点不太明白题目本身：
有几个数值序列，那么这些序列的x的物理意义是什么? 我猜可能是时间。
这样，就有一个采样时间间隔的问题，你的几个不同长度的序列，是否采样时间间隔是
一样的？e.g. 3, 5, 6, 3 这个序列采样时间是否未2月、3月、4月、5月，而你的另一
个序列间隔同样是1个月吗？
如果相同，可以比较功率谱
如果不相同，可以插一下值变得一样再fft.
如果x真的是时间，fft这些的物理意义就比较好理解，即可以观察出降雨量的周期重复
强弱程度（如一年周期性就会在1/12的位置有一个峰值，假设取样间隔是1个月）
如果不是时间，楼主要仔细考虑fft之后是否有可描述的物理意义，比如序列是针对不
同地区的，那么fft之后，描述的是一个是否存在地域降雨周期性的课题，即好比存在
每隔100km就会有个降雨峰值，那么在1/100的位置fft会有一个峰值。
粗浅理解，望大牛不吝指教。 |
|
t*******e
发帖数: 216 | 14 我想楼主还是应该把问题稍微详细的写出来，我有点不太明白题目本身：
有几个数值序列，那么这些序列的x的物理意义是什么? 我猜可能是时间。
这样，就有一个采样时间间隔的问题，你的几个不同长度的序列，是否采样时间间隔是
一样的？e.g. 3, 5, 6, 3 这个序列采样时间是否未2月、3月、4月、5月，而你的另一
个序列间隔同样是1个月吗？
如果相同，可以比较功率谱
如果不相同，可以插一下值变得一样再fft.
如果x真的是时间，fft这些的物理意义就比较好理解，即可以观察出降雨量的周期重复
强弱程度（如一年周期性就会在1/12的位置有一个峰值，假设取样间隔是1个月）
如果不是时间，楼主要仔细考虑fft之后是否有可描述的物理意义，比如序列是针对不
同地区的，那么fft之后，描述的是一个是否存在地域降雨周期性的课题，即好比存在
每隔100km就会有个降雨峰值，那么在1/100的位置fft会有一个峰值。
粗浅理解，望大牛不吝指教。 |
|
D*******a
发帖数: 207 | 15 直观上看FFT应该有效，因为图一的红色序列有大概15个峰，而别的序列都是只有8个峰
。每个序列FFT后的结果应该是这样的，一个高的基波载波和附近的调制信号，然后是
三倍频载波和附近的调制信号，然后是5倍频载波和附近的调制信号。。。偶次载波比
较小。
然后图一的红色序列的基频载波频率大概是别的序列的两倍。
你的FFT没做好。要像这样做：在这个序列后面pad 0；比方原来序列长度是200，则在
后面再跟上4096－200＝3896个0，得到新序列。然后对这个新序列进行FFT。FFT完了，
取前面200个点打印就可以了。 |
|
n***p
发帖数: 7668 | 16 要是让大多数连翻饼问题都理解不了的人去讨论研究优化问题，会不会发疯
掉啊？
跟不停的翻饼然后大量的节约时间相似的最著名的例子，然后改变了世界的，
应该算是快速傅立叶变换（FFT）了。这年头，要是有人需要做傅立叶变换
而不用FFT，那是不可想像的。当然，大多数人只知道有FFT，会用FFT的软
件包而已。 |
|
s***e
发帖数: 403 | 17 今天收到一封邮件，组里以前一个韩国人问我FFTW怎么用。我就回复了一下。回复以后
我看到邮件之前的内容，里面写了印度阿三告诉他FFTW可以用来做离散fourier变换。
我当时就有点恼火，因为fftw那套东西编程方法是我在组里自己琢磨出来的。然后告诉
了一个我觉得做人很fair的白人。我和那个白人讨论的时候烙印也在场，听到了以后就
开始搞了。然后FFT这套东西他就当成是他的credit了。
看了以后决定反击一下。给老板，韩国人，白人和烙印集体发邮件，内容如下：
These days I am busy working on xxxxxx, so I may not have spare time on our
XXX project. (xxxxx是老板最近催我的，这个xxx project就是老板决定改用fourier
变换的）
Anyway, from previous emails it looks like XXX(烙印名字) have a good
understanding on FFTW. As it is urgent to finish this project, I... 阅读全帖 |
|
w*******k
发帖数: 85 | 18 ［CG&天幻汉化组］［最终幻想－狮子战争完全汉化版］［417.13M］
尊敬的各位会员朋友们：
你们好！本次给大家带来的汉化作品为CG汉化组&天幻网联合共同制作的游戏－最终
幻想战略版狮子战争（FFT）！这样的一款经典之作可不要错过了哦！
本次汉化由VEGA（大警察？）主力操刀，汉化的质量绝对上上乘。而且本次汉化是
CG与天幻的首次合作，强强联手，谁与争锋？！在本次汉化中，天幻网与CG合作默契，共
同奋斗，攻克了一个又一个的难关。在此，我代表所有玩家衷心的感谢天幻！您们辛苦
了！
由于高达八十多万字的庞大文本以及诸多技术难题，FFT曾经让许多优秀的汉化小
组望
而却步，甚至中途放弃。
2005年，VEGA开始筹划FFT的汉化。经过两年准备，2007年初，PS版汉化启动，天
幻众
人齐心协力，翻译了多达50万字的文本。主干剧情则采用了之前火花天龙剑的十字锁链
所翻
译的文本。
2007年5月10日，FFT的10周年纪念版《狮子战争》发售，天幻网与CG汉化组决定联
合将
其汉化。在已完成文本的基础上，两个团队经过52天的密切配合与协调，继续翻译了大
量文
本并 |
|
k**o
发帖数: 3006 | 19 ☆─────────────────────────────────────☆
Comet (流星|给点阳光就灿烂) 于 (Mon Oct 11 15:03:45 2010, 美东) 提到:
FF系列
FFX以前的几乎都很经典(除了4代不怎么喜欢) FF7更是绝对统治级别的作品 还做过FFT
这种上佳的SRPG
FF12以后开始渣化 FFB那个样子除了画面以外都不知道还能不能算是合格的JRPG
网游不评论
Mana系列
legend of mana secrets of mana 经典没话说
sword of mana 就没什么太多味道了
dawn of mana 垃圾作的代表..
然后就出不下去了 DS上出过两个 比GBA的sword还烂
SAGA系列
saga frontier两作都不错
romancing saga...烂作
后来也不出了好象..
FM系列
不是很熟 不过记得当年还挺震撼的 现在也没什么下文了
KH系列
可能是唯一还没完全砸掉的 至少2代没有丢了1代的脸 但是DS上那个我已经玩不下去了
不知道PSP这个怎样
PE系列
死了N年了 也不知道这个三代(还是P... 阅读全帖 |
|
t*******r
发帖数: 22634 | 20 关于这个，俺根据昨天晚上的 FFT 分析结果猜测：
位置要高：
FFT 频谱上，谐波列的总能量要高。
谐波列的总能量由声带支持提供，就是声带支持要好。
Brett Manning 所说的 connected：
FFT 频谱上，奇数偶数次谐波要都有合适能量，基频
也要有合适能量。
这个也是声带支持的问题。
气息要沉：
FFT 频谱上，高次谐波要展开得比较宽比较远。
这个要靠共鸣腔来把较低的谐波能量共振为更高的谐波
能量。
这个应该是共鸣腔的问题。
这个“沉”可能是错觉，因为自然未受训练的低音，谐
波容易展开的比较宽，而自然未受训练的高音容易集中
在二次和三次谐波上（主要是二次）。所以“沉”其实
是高频展开得比较宽。 |
|
|
t*******e
发帖数: 216 | 22 空间谱高频变低频：你的理解没错。你在均化之前，这四个点是有空间不同雨量的，因
此fft后就会存在高频分量而不存在直流分量；当你均化之后再看这数据，都变成了2.5
，因此fft后就只剩下直流分量（即f = 0），空间分布没有了变化，高频分量被“滤掉
”（或者说转为直流）。
关于你的问题本身，code应该没问题，不过我不太确定你是否应该直接用amplitude
fft分析，还是必须squared fft分析。EE里处理的是电磁波，是有幅度和相位信息在里
面（A*exp(i*Omega*t+phi)），因此在不关心相位的时候，用功率谱分析A。 |
|
t*******e
发帖数: 216 | 23 空间谱高频变低频：你的理解没错。你在均化之前，这四个点是有空间不同雨量的，因
此fft后就会存在高频分量而不存在直流分量；当你均化之后再看这数据，都变成了2.5
，因此fft后就只剩下直流分量（即f = 0），空间分布没有了变化，高频分量被“滤掉
”（或者说转为直流）。
关于你的问题本身，code应该没问题，不过我不太确定你是否应该直接用amplitude
fft分析，还是必须squared fft分析。EE里处理的是电磁波，是有幅度和相位信息在里
面（A*exp(i*Omega*t+phi)），因此在不关心相位的时候，用功率谱分析A。 |
|
s********k
发帖数: 6180 | 24 谢谢，我正准备做，我之所以暂时没做FFT的原因是我想尽量找一个能实时处理的。二
是做了FFT之后我能看出差别，但是有没有什么数量的方法可以度量这个差别（再用
distance吗）另外想请教一下你，pad的FFT和普通FFT相比差别在哪里？另外你说的那
个3倍频和5倍频是有什么理论依据，多谢 |
|
c********v
发帖数: 1278 | 25 会做fft不是最牛
第一个独立推导的才最牛
用fft谁不会
matlab：
>>y=fft(x) |
|
c********v
发帖数: 1278 | 26 fft我还真会推
fourier DFT FFT 我都可以现推
不过我不敢自称FFT的专家 |
|
c********v
发帖数: 1278 | 27 看你做什么level的research
什么方面的research
如果是EE/E的
那么FFT应该是要知道其巧妙之处
也应该能对FFT的历史价值有一番评价
达到比较辩证的认识水平
如果是大气，化学或者其他领域
只是借用分析一下
来support你的其他方面的results
那么知道fft的功能也差不多了 |
|
N*******d
发帖数: 5641 | 28 对绝大多数方向都是不需要知道fft具体怎么实现的
就是算法课，也是基本不讲fft的，因为有更多更重要的需要学，你研究什么fft历史，
那更是舍本逐末了，恐怕是文科生才干的 |
|
n*******l
发帖数: 2911 | 29 Matlab的FFT确实是自动并行多核运行，反正我的iMac的四个核是
基本全速运行。
我现在是在一个512x512的网格上用一个semi-implicit scheme
解一个parabolic equation, 时间步长是10^{-6}, 每步要几次FFT，
时间从0到七八十的样子就要算三个礼拜了。这里面用了个while
循环以及几个if判断，也许时间花在了while循环上？
我把网格变成1024x1024时，花费时间基本上是x4，所以时间似乎
是主要花费在FFT上。
我对于这样规模的问题，在四核iMac上到底应该花费多少时间没有什
么概念。已经多年没有进行严肃的计算了。至于GPU计算，受GPU内
存的限制，对于网格的大小限制也比较大。我看到有文章里说6GB内
存的GPU只能处理128x128x128的三维网格，那就是1024x1024的
二维网格呗？我还想尝试一下2048x2048甚至更大点的网格，GPU可
能有困难。 |
|
h**6
发帖数: 4160 | 30 每一个数字都是0~9的iid
一个数字的情况，总和为0~9的方法分别为
1, 1, 1, 1, 1, 1, 1, 1, 1, 1
两个数字的情况，总和为0~18的方法为以上的卷积
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1
三个数字的情况，总和为0~27的方法为以上的卷积
1, 3, 6, 10, 15, 21, 28, 36, 45, 55, 63, 69, 73, 75, 75, 73, 69, 63, 55, 45,
36, 28, 21, 15, 10, 6, 3, 1
然后计算平方和为：55252
则概率为 55252/1000000
如果考官要你推广到m进制的n个数字相等(前后共2n个数字)
那么，可以告诉他，或者她：
利用 FFT 进行 logn 次卷积，其中最长的一次长度为 mn/2
总复杂度为：mnlog(mn)logn
不用FFT的话，由于卷积的特殊性，可以达到mn^2，考虑 FFT 的额外开销，实际速度可能相差不大。
如果这是一个二进制的问题，即每个数字只能是 0 或 1。那么无论多少个数
字都 |
|
t*******e
发帖数: 1633 | 31 1. 6 digits number, each changes from 0 to 9. Find the odds that sum of
first three is the same as the sum of last three.
大牛han6曾给出如下解答， 无奈小弟实在看不懂，哪位高人能出来详细解答一下
另小弟明早Bloomberg onsite, 请各位等我面经
发信人: han6 (周瑜), 信区: JobHunting
标 题: Re: 问几个brain teaser
发信站: BBS 未名空间站 (Tue Sep 28 14:46:27 2010, 美东)
每一个数字都是0~9的iid
一个数字的情况，总和为0~9的方法分别为
1, 1, 1, 1, 1, 1, 1, 1, 1, 1
两个数字的情况，总和为0~18的方法为以上的卷积
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1
三个数字的情况，总和为0~27的方法为以上的卷积
1, 3, 6, 10, 15, 21, 28, 36, 45, ... 阅读全帖 |
|
o***g
发帖数: 2784 | 32 第二题可以用hash
你的目的是找到一种哈希算法，使得哈希代码能够正确的表达字符串顺序
如果就是给出的这些字符串的话，就是最长只有3个字符
可以定义f=25 a=24 .. t=21... z=0，空字符=26
然后fft = 25*26*26 + 25*26 + 21，ff = 25*26*26 + 25*26 + 26
因为你要将ff排到fft前面
由大到小排就行了
这个复杂度就是O(n*lg(n))吧
拓扑的复杂度是多少？
而这个题目，我发现你开始给出的字符串序列是根据你的新规则排好序的，是不是题目
记得有问题？
比如输入的时候是正常的排序规则下得序列：
aac, acd, act, atp, fcp, fft, tbk, tdf
如果f变成在a前面了，该怎么办？
这样的话，就是将排好序的字符串序列分组，找到a开头的字符串序列，是0-3，找到f
开头的字符串序列是4-5，然后将4-5整个搬到0之前。
然后递归，0-3都是a开头，然后查第二个字符，再找a在第二个的和f在第二个的，再整
体搬迁。f开头的这一串也查一遍第二个字符，后面t开头的这段再查第二个字符。
然后第三个字符。。。
... 阅读全帖 |
|
|
t*******r
发帖数: 22634 | 34 看俺楼上的帖子。。。这个扒谱在现代马工社会靠 FFT spectrogram
理论，随便弄个机器人就能搞定的破玩意儿。。。人肉搞扒谱，也就能
去个比如《最强猪耳》综艺类节目娱乐一下家庭主妇。。。
而且马工社会没啥人用 FFT spectrogram 写扒谱的东西，一来没市场
没人给钱，二来太简单不好意思出门打招呼。。。硅谷的马工公司，
搞这种声音的，不能做自然语言识别理解（Natural Language
Processing -- Audio section），出门都不好意思跟风险投资
人打招呼，看见得绕道，否则被风险投资人奚落一番。。。FFT
spectrogram 扒谱都是下室索男半夜吃饱了撑的睡不着，地下室
里灌水消磨时间级别玩玩的东东。。。
古人云，把垃圾当成个宝的。。。人曰：“捡垃圾的”。。。 |
|
t*******r
发帖数: 22634 | 35 你肯定没看隔壁乐手版俺的帖子，视觉看 FFT spectrogram & spectrum。。。
不过你说的可能也有道理。动物数学不行，所以视觉只能看懂谱子。。。但是人的
数学牛鼻，所以视觉看 FFT spectrogram & spectrum 更精准。。。所以
马克思说的对：区分人和动物的标准，不是能不能看清视力表，而是能不能看懂
FFT spectrogram & spectrum 。。。 |
|
t*******r
发帖数: 22634 | 36 你搞错人了吧。。。那些狗屁教育理论俺不是见一个批一个的？。。。俺就看小时数，
才不相信啥狗屁 "钢琴有助于数学" 的所谓统计数据。。。
一堆数学不行的钢琴老师，反而相信 "钢琴有助数学" 的理论。。。
不过 FFT 倒是科学。。。很多走调的自己不知道，FFT 是硬道理。。。不过钢琴老师
倒反而不信 FFT 能看清走音了。。。
其实 MRI 本身也是科学，只是那玩意儿用来看脑瘤啥的，而不是用来看智力。。。 |
|
t******l
发帖数: 10908 | 37 这个打个不确切的比方，就好比普通的通用中央处理器 CPU，需要的时候，也可以用
SSE 向量指令集，加几条超级标量流水线，算个 FFT 也能算出来。稍微费点电就是了。
但是军医们一看见 FFT 结果出来了，于是你一言我一语的热烈讨论，该通用中央处理
器 CPU 里的硬件 FFT 是如何运作的。。。于是马工系教授跟旁边 TA 嘀咕了一句，“
我看这个班的体系结构课，你就全给零蛋吧”。。。// super fast run |
|
t*******r
发帖数: 22634 | 38 上口盖紧是不是等同于 FFT spectrum 上泛音列延伸得不够远。
如果是上面这个解释的话，实际有两种情况，一种是喉头发音，另一种是共鸣腔。
这个看 FFT spectrogram 应该比较容易分别。
（以下假设发元音是，口型会自然改变）。
如果喉头发音问题的话，我觉得就基本没有高阶泛音列，如果有一点点，也不随
元音位置而变化。极端情况，假声，再搞共鸣腔也没有用，无源之水。
如果是共鸣腔问题的话，应该还是可以看到延展很远的泛音列（可能要调整图像
的 threshold），并且随元音位置而自然变化。只不过泛音列比较弱而已。
弱到一定程度人耳朵可能无法分辨出来。但是 FFT 上可以看到。 |
|
|
h*******o
发帖数: 4884 | 40 原来是原装的希捷的硬盘250G
换了OWC SSD Mercury Extreme Pro 的240G,总体印象是没有想像中的那么快，可能是
因为我不是clean install,用得superduper直接的硬拷贝，所以SSD上的系统不是很干
净 ，但是也提升了不少，尤其是launch illustrator/photoshop之类的时候
原来的开机，菊花转25圈半，现在是2圈半，从休眠里起来提升不明显。另外，目前为
止还没有遇到休眠以后唤醒不了的问题
换了SSD以后的374 分数和我late 2009 i7的imac一样了
374+OWC SSD
Results 210.70
System Info
Xbench Version 1.3
System Version 10.6.5 (10H574)
Physical RAM 8192 MB
Model MacBookPro7,1
Drive Type ... 阅读全帖 |
|
w***n
发帖数: 1084 | 41 还好吧，你原来是二维的fft，现在是多个一维的fft，差不了太多。而且fft这么多年
优化的很好，速度很快的。 |
|
w***g
发帖数: 5958 | 42 一般都是上GPU的，CPU这块什么人关注。我因为要集成到我的系统里，
distribute一个到处跑的binary，不能依赖GPU。所以我的prediction
这一步用的是专门编译的纯CPU版本。我profile过，大部分时间都
费在了convolution上。我以前自己写过neural network，所以这块
比较清楚。如果不用FFT，就用土法，最好是先把图像按sliding
window摊开成一个大矩阵，然后用一个gemm乘法一步解决。
caffe是每个sliding window分别拷出来调用gemm。因为每个
sliding window尺寸很小，其实BLAS是发挥不出威力的。
如果优化得好，主流GPU比主流CPU快不了１０倍的。
不过已经有基于FFT的convolution了，所以我说的土法的优化
也就不值得做了。坐等FFT版本的出来。 |
|
w***g
发帖数: 5958 | 43 一般都是上GPU的，CPU这块什么人关注。我因为要集成到我的系统里，
distribute一个到处跑的binary，不能依赖GPU。所以我的prediction
这一步用的是专门编译的纯CPU版本。我profile过，大部分时间都
费在了convolution上。我以前自己写过neural network，所以这块
比较清楚。如果不用FFT，就用土法，最好是先把图像按sliding
window摊开成一个大矩阵，然后用一个gemm乘法一步解决。
caffe是每个sliding window分别拷出来调用gemm。因为每个
sliding window尺寸很小，其实BLAS是发挥不出威力的。
如果优化得好，主流GPU比主流CPU快不了１０倍的。
不过已经有基于FFT的convolution了，所以我说的土法的优化
也就不值得做了。坐等FFT版本的出来。 |
|
w***g
发帖数: 5958 | 44 CNN就是多层带模糊和扰动的模版匹配. 刚好操作跟信号处理的convolution
很像, 所以叫CNN. 为啥我跟信号处理没关系. 信号处理的核心是FFT,
CNN和FFT的关系最多到有一小撮人用FFT加速运算, 而且这撮人已经好久没有
消息了. |
|
w***g
发帖数: 5958 | 45 CNN就是多层带模糊和扰动的模版匹配. 刚好操作跟信号处理的convolution
很像, 所以叫CNN. 为啥我跟信号处理没关系. 信号处理的核心是FFT,
CNN和FFT的关系最多到有一小撮人用FFT加速运算, 而且这撮人已经好久没有
消息了. |
|
P****S
发帖数: 2286 | 46 f(n)**g(n)=IFFT( FFT(f(n)) * FFT(g(n)) )
卷积 ~ O(N*N)
FFT ~ O(N*log(N)) |
|
k**f
发帖数: 372 | 47 FFTW is an implementation of FFT. If you apply FFT (as defined in the link
below) on a time series, the output has the dimension of angular frequency \
omega.
http://en.wikipedia.org/wiki/Fft
You need to read FFTW's document to find out whether it follows the
definition. |
|
h******v
发帖数: 30 | 48 多谢苏门兄指教。我很想知道你所用的16 bits高速ADC的型号。Jim Williams文章中将
几路LNA并联使用, 是否就相当于求平均?
我其实想确定一载频不超过30 MHz, 载波幅度约0.1 mV的语音调幅信号载频的实际值(当
然如果有频谱仪就很简单了)。我手头只有一实时采样
率达1G Sa/s的数字存储示波器, 带宽50 MHz, 带FFT及求平均功能, 垂直分辨率8 bits
, 垂直灵敏度2mv/格。1.5GHz LNA其Input Voltage
Noise为4 nV/Hz^(1/2) (在f=1MHz测得的结果), 以30 MHz的信号而言, 输入噪声为 4*
(30*1000000)^(1/2) = 24 uV, 不超过0.1 mV。如果使
用求平均及FFT的功能, 是否应能测出该语音调幅信号载频频率? 这FFT功能是否可理解
为连续可调的窄带滤波器? |
|
b****e
发帖数: 55 | 49 我用仪器采集数据，软件给出时域的结果和频域的结果（FFT之后的）。 我将时域的结
果导入origin 后利用它的FFT功能自己求频谱，发现ORIGIN得到的结果是仪器给的结果
的二分之一。
Origin 还可以同时给出一个power 项，不知道是不是功率谱密度。 我将origin FFT后
得到的幅度值平方后，再除以采样分辨率，发现是origin 的POWER项的19.6596 倍。
请问应该如何求功率谱密度才是正确的？我希望得到功率谱密度在某个频率点的绝对值。
哪位可以详细介绍下求功率谱密度的过程？多谢！ |
|
a****l
发帖数: 8211 | 50 I wrote this Matlab script to examine the effect mentioned in previous posts:
x=[1:pi/100:pi*100];
y=sin(2*pi*200*x);
hold on;
fy=log(abs(fft(y)));
plot(fy,'b')
fy=log(abs(fft(y.*y)));
plot(fy,'.k')
fy=log(abs(fft(abs(y))));
plot(fy,'r')
I believe this plot explains the difference pretty well. Very interesting.
Nshaper |
|
