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
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？为什么yolov5从零开始训练（不在ImageNet上预训练）能够达到如此高的性能？
EM算法存在的意义是什么？
如何评价MXNet发布的1.0版本？
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？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
研一，在学机器学习和深度学习，为什么感觉越学越不会，怎么解决这个问题？
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？
全连接层的作用是什么？
能否训练一个AI模型来预测房价，寻找投资机会挖掘价值洼地？
相关的话题
如何开发一个自己的 TensorFlow？深度学习底层开发对数学有哪些要求？
在集成电路设计领域（数字，模拟），人工智能有无可能取代人类？
推荐系统应该如何保障推荐的多样性？
是不是对于任意 n×n 大小的围棋棋盘，人类都赢不了 AlphaGo Zero 了？
如何理解 inductive learning 与 transductive learning?
神经网络中如果一个重要特征C等于特征A+特征B（算数意义上的相加），选特征的时候还有必要选特征C吗?
你实践中学到的最重要的机器学习经验是什么？
对于技术岗位而言，开发岗累还是算法岗累呢？
学生网络用知识蒸馏损失去逼近教师网络，如何提高学生网络的准确率？
Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗？
机器学习中非均衡数据集的处理方法？
nlp有哪些值得完整实现一遍的算法?
应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
基于大数据的个人信用体系有没有可能被滥用？
如何评价MXNet发布的1.0版本？
Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗？
迁移学习入门，新手该如何下手？
Resnet到底在解决一个什么问题呢？
计算机视觉是否已经进入瓶颈期？
对自己深度学习方向的论文有idea，可是工程实践能力跟不上，实验搞不定怎么办？
如何看待swin transformer成为ICCV2021的 best paper？
如何用简单易懂的例子解释条件随机场（CRF）模型？它和HMM有什么区别？
有没有必要把机器学习算法自己实现一遍？
怎么在家学习一些关于机器学习的知识?
如何看待在某度搜不到megengine官网？
为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？
深度学习中Attention与全连接层的区别何在？
mxnet的并行计算为什么这么牛，是什么原理？