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？为什么神经网络具有泛化能力？
卷积神经网络（CNN）的结构设计都有哪些思想？
为什么熵值最大的分布状态是正态分布而不是均匀分布？
机器学习算法工程师如何自己接项目单干、并赚取比上班多得多的收入？
计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？
深度神经网络（DNN）是否模拟了人类大脑皮层结构？
卷积神经网络（CNN）的结构设计都有哪些思想？
如何看待 AI 方向 PhD 申请竞争过于激烈的现象？
为什么现在很多人不看好商汤科技？
相关的话题
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？2021 年，深度学习方面取得了哪些关键性进展？
学习机器学习有哪些好工具推荐？
在中文 NLP 等论文中，应该如何翻译 token 这个词？
如何看待李沐老师提出的「用随机梯度下降来优化人生」？
如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training？
能否用具体的例子解释一下 (Model-based) Structural Estimation？
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?
相比于时下流行的机器学习方法（联接主义），传统的人工智能方法（符号主义）有什么独一无二的优势？
GAN 真的创造了新的信息吗？
机器学习中macro-F1的计算公式？
GAN生成的数据没有标签怎么用来训练分类模型？
研一刚入学，从未接触过神经网络，python也是才开始学，现在导师要我做LSTM，我应该去学什么？
如何看待微软小冰写的诗？
如何直观地解释 backpropagation 算法？
2020到2021年小样本学习取得重大进展了吗？
老师给了一个神经网络的程序，他之前是跑通了的，但是我迭代几十次或者一百多次就报错。这个怎么解决?
《人工智能训练师国家职业技能标准》发布，有哪些值得关注的信息？
低分辨率图像相对于高分辨率图像在CNN中缺失了哪些特征？
Evidential deep learning里一般怎么估计多标签分类的Uncertainty？
如何评价AWS的图神经网络框架DGL？
现代人工神经网络是不是一个死胡同？这个技术是不是骗人的？
是不是并不是所有问题都适合用神经网络预测？
Transformer是如何处理可变长度数据的？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
如何理解空洞卷积（dilated convolution）？
在哪里能找到各行业的分析研究报告？
为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？
如何评价Facebook AI提出的ResMLP，对比Google的MLP-Mixer?
为什么读论文最好打印出来读？