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
机器学习的理论方向 PhD 是否真的会接触那么多现代数学（黎曼几何、代数拓扑之类）？如何看待MXNet获得amazon官方支持首位？
为什么deep lab v3起，输出不再接 DenseCRF了？
attention跟一维卷积的区别是啥？
为什么说股票不能通过机器学习来预测？
训练过程中loss震荡特别严重，可能是什么问题？
如何看待旷视科技新产品监视学生上课？
如何判断两个Deep Learning 数据集的数据分布是否一致？
deepmind发表的neural processes(神经过程)，这个是怎么实现的呢？
全连接层的作用是什么？
相关的话题
如何看待MXNet获得amazon官方支持首位？自然语言处理怎么最快入门？
什么是博弈机器学习？
基于大数据的个人信用体系有没有可能被滥用？
给男友配置一个适合做深度学习的电脑要多少钱？
加州大学伯克利分校为何能连续孵化出 Mesos,Spark,Alluxio,Ray 等重量级开源项目?
TensorFlow 中 padding 的 SAME 和 VALID 两种方式有何异同？
adversarial training为什么会起作用？
如何理解Inductive bias？
了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
如何评价1700亿参数的GPT-3？
深度学习（机器学习）的下一步如何发展？
自学深度学习是怎样一种体验？
国内 top2 高校研一在读，为什么感觉深度学习越学越懵?
机器学习该怎么入门？
反馈控制理论在优化、机器学习等领域有哪些应用？
如何评价 Exploring Simple Siamese Learning?
奇异值分解（SVD）有哪些很厉害的应用？
GAN生成的数据没有标签怎么用来训练分类模型？
深度学习的多个loss如何平衡？
如何直观地解释 backpropagation 算法？
如何看待Meta（恺明）最新论文ViTDet：只用ViT做backbone（不使用FPN）的检测模型？
现在tensorflow和mxnet很火，是否还有必要学习scikit-learn等框架？
人工智能 CV 岗位是不是现在供严重大于需？
word2vec 相比之前的 Word Embedding 方法好在什么地方？
现在tensorflow和mxnet很火，是否还有必要学习scikit-learn等框架？
神经网络为什么可以（理论上）拟合任何函数？
领域自适应需要用到测试集数据，这样的方法有啥意义呢？
机器学习以及贝叶斯统计里，关于近似intractable integral，大家都偏爱什么算法？