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
有哪些LSTM(Long Short Term Memory)和RNN(Recurrent)网络的教程？为什么 Bert 的三个 Embedding 可以进行相加？
LSTM如何来避免梯度弥散和梯度爆炸？
2020年，多标签学习（multi-label）有了哪些新的进展？
计算机视觉（cv）方向今年招聘情况怎么样?是否已经人才过剩?
人工智能在生活中的应用都有哪些？
如何理解深度学习中的deconvolution networks？
大四年级，完全没接触过高数，目前对机器学习产生浓厚兴趣，该如何学习数学？
因果推断会是下一个AI热潮吗？
DL/ML 模型如何部署到生产环境中？
相关的话题
小样本学习中关于虚拟样本有效性的问题？如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』？
如何评价生成模型框架 ZhuSuan?
新手如何实现个简单AutoML框架。有参考的github开源项目介绍吗？
究竟什么是损失函数 loss function?
如何评价Yann LeCun 说的「要研究机器学习，本科应尽量多学物理和数学课」？
什么时候对数据进行[0,1]归一化，什么时候[-1,1]归一化，二者分别在什么场景？
科研时，想到一个idea，其实现的结果一定要比前人的评估指标高才能发表吗？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
在机器学习中，L2正则化为什么能够缓过拟合？
计算机技术的进步与模拟运算，在未来真的可以解决磁约束核聚变技术中所有关键问题吗？
分类问题的label为啥必须是 one hot 形式？
写深度学习代码是先写model还是dataset还是train呢，有个一般化的顺序吗？
如何通俗的解释交叉熵与相对熵？
目前工业界常用的推荐系统模型有哪些？
cygwin和mingw选哪个？
国内 top2 高校研一在读，为什么感觉深度学习越学越懵?
如何用一句话证明自然语言处理很难？
如何看待微软小冰写的诗？
Domain Adaptation学术上有哪些方向，还有哪些可做的地方？
机器学习中如何识别图片中的手是手背还是手心？
如何评价 NVIDIA 最新技术 5 秒训练 NERF？
如何评价 MSRA 最新的 Deformable Convolutional Networks？
2021年深度学习哪些方向比较新颖，处于上升期或者朝阳阶段，没那么饱和，比较有研究潜力？
主题模型(topic model)到底还有没有用，该怎么用？
自动化的控制与检测领域中，有没有像机器学习、图像处理领域一样经典巧妙的算法？
反馈控制理论在优化、机器学习等领域有哪些应用？
什么是主动学习（Active Learning, AL）？
人脸识别哪家强？
当前（2020年）机器学习中有哪些研究方向特别的坑？