如何理解深度学习中的deconvolution networks？ 第1页
1
mennng 网友的相关建议:
一句话解释：逆卷积相对于卷积在神经网络结构的正向和反向传播中做相反的运算。
逆卷积(Deconvolution)比较容易引起误会，转置卷积(Transposed Convolution)是一个更为合适的叫法.
举个栗子：
4x4的输入，卷积Kernel为3x3, 没有Padding / Stride, 则输出为2x2。
输入矩阵可展开为16维向量，记作
输出矩阵可展开为4维向量，记作
卷积运算可表示为
不难想象其实就是如下的稀疏阵:
平时神经网络中的正向传播就是转换成了如上矩阵运算。
那么当反向传播时又会如何呢？首先我们已经有从更深层的网络中得到的.
回想第一句话，你猜的没错，所谓逆卷积其实就是正向时左乘，而反向时左乘，即的运算。
逆卷积的一个很有趣的应用是GAN(Generative Adversarial Network)里用来生成图片：Generative Models
----
[1603.07285] A guide to convolution arithmetic for deep learning
1
相关话题
人是如何做黑盒优化的？人工智能的意义和价值是什么？
transformer中的Q,K,V到底是什么？
2021年了，机器学习有什么高质量的专著?
如何理解 natural gradient descent?
有人说「真正的人工智能至少还要几百年才能实现」，真的是这样吗？
算法岗位真的需要顶会才能入场吗？
谈谈机器学习在网络安全领域的局限性，以及是否乐观？
机器学习中的 Bias（偏差）、Error（误差）、Variance（方差）有什么区别和联系？
谈谈机器学习在网络安全领域的局限性，以及是否乐观？
相关的话题
ICLR 2019 有什么值得关注的亮点？GAN 真的创造了新的信息吗？
Transformer是如何处理可变长度数据的？
有哪些深度学习效果不如传统方法的经典案例？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
为啥gan里面几乎不用pooling？
深度学习在信息安全的应用有哪些可以关注的人或论文？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
如何评价最新的Octave Convolution？
2019年NeurIPS有哪些糟糕的论文？
5-10年后，你觉得哪些科技会让我们“遗忘”现在的生活？
KL散度衡量的是两个概率分布的距离吗？
Evidential deep learning里一般怎么估计多标签分类的Uncertainty？
为什么读论文最好打印出来读？
请问有没有基于实例的迁移学习的数据？
大家推荐一下，哪些学校的导师有在做量化交易、股票预测的？
如何评价 MSRA 最新的 Deformable Convolutional Networks？
三门问题(蒙提霍尔悖论)变种，如果主持人不知道哪个门是汽车随便蒙门打开正好是羊这时观众还需要换门吗？
ICLR 2022有哪些值得关注的投稿？
如何理解深度学习源码里经常出现的logits？
请问机器学习中的预测与决策的区别是什么，他们的界限在哪里呢？
为什么很少人用FFT加速CNN卷积层的运算？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
目前的人工智能离可以自己给自己写代码编程还有多远？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
如何评价 7 月 31 日一流科技开源的深度学习框架 OneFlow？
新智元提问：如何看待李飞飞高徒Karpathy加入特斯拉，主管人工智能部门？
什么是主动学习（Active Learning, AL）？