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
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』？
如何理解深度学习中的deconvolution networks？
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？
pytorch dataloader数据加载占用了大部分时间，各位大佬都是怎么解决的？
如何看待在某度搜不到megengine官网？
自学深度学习是怎样一种体验？
卷积神经网络如果将池化层去除，与神经网络的区别还大么？
resnet（残差网络）的F（x）究竟长什么样子？
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？
相关的话题
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？有监督和无监督学习都各有哪些有名的算法和深度学习？
深度学习attention机制中的Q,K,V分别是从哪来的？
image caption这个方向更偏向NLP还是CV？
Resnet是否只是一个深度学习的trick？
如何证明对任意给定的正数e，存在M上的矩阵范数||A||，满足不等式||A||<=谱半径+e?
graph convolutional network有什么比较好的应用task？
AMD的CPU是否适合搭建深度学习主机？
深度学习中Attention与全连接层的区别何在？
神经网络的损失函数为什么是非凸的?
机器通过主动学习能为人类生活带来怎样的改变？
联邦学习在机器学习领域有什么独立存在的价值?
如何评价 DeepMind 在星际中的失利，以及 OpenAI 在 Dota 上的成功？
机器学习算法进行分类时，样本极度不平衡，评估模型要看哪些指标？
既然使用神经网络也可以解决分类问题，那SVM、决策树这些算法还有什么意义呢？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
如何评价微软正在开发的人工智能编程软件 DeepCoder？
强化学习和自适应控制的关系是什么？
有哪些贝叶斯推理入门的书籍？
为什么有些学数学的看不惯甚至鄙视 Deep Learning？
卷积神经网络如果将池化层去除，与神经网络的区别还大么？
为什么在实际的kaggle比赛中，GBDT和Random Forest效果非常好？
什么是机器学习？
CVPR 2018 有什么值得关注的亮点？
如何看待周志华等人的新书《机器学习理论导引》？
为什么 larger batch size 对对比学习的影响比对监督学习的影响要大？
如何看待字节跳动 AI 实验室总监李磊入职 UCSB？
如何评价 MSRA 最新的 Deformable Convolutional Networks？
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？
有哪些LSTM(Long Short Term Memory)和RNN(Recurrent)网络的教程？