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
2019 秋招的 AI 岗位竞争激烈吗？神经网络中，bias有什么用，为什么要设置bias，当加权和大于某值时，激活才有意义？
如何看待何恺明最新一作论文Masked Autoencoders？
请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?
GAN生成的数据没有标签怎么用来训练分类模型？
如何看待北京交通大学学生在 ATM 机内学习?
当前人工智能特别是深度学习最前沿的研究方向是什么？
中国和美国谁能成人工智能领域的领军者？
机器学习包含哪些学习思想？
为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？
相关的话题
机器学习门下，有哪些在工业界应用较多，前景较好的小方向？Graph Attention Network的本质是什么？
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？
深度学习火热兴起后，隐马尔可夫模型（HMM）还有何独到之处，是不是几乎可被深度学习模型给替代了？
为什么说深度学习没有理论基础?
神经网络中，bias有什么用，为什么要设置bias，当加权和大于某值时，激活才有意义？
如何评价 Kaiming 团队新作 Masked Autoencoders (MAE)？
算法工程师的落地能力具体指的是什么？
现在的人工智能是否走上了数学的极端？
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？
如何评价Google发布的第二代深度学习系统TensorFlow?
常用的机器学习算法比较？
resnet（残差网络）的F（x）究竟长什么样子？
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？
先进的图像识别怎样改变 AV 产业？
全连接层的作用是什么？
为什么 Bert 的三个 Embedding 可以进行相加？
为何感觉“知识蒸馏”这几年没有什么成果？
如何评价Sony新出的深度学习库NNabla？
如果人工智能迎来下一个寒冬，你认为会是卡在什么问题上？
未来十年，AI 将可能与哪些产业结合应用？产生怎样的价值？
DeepMind 团队中有哪些厉害的人物和技术积累？
为什么多标签分类（不是多类分类）损失函数可以使用Binary Cross Entropy？
什么是meta-learning?
机器学习到底是什么，如何使用这项技术？
AlphaGo 与李世石的对战会推动人类的极限还是机器学习的进步和觉醒？
如何评价1700亿参数的GPT-3？
什么是蒙特卡罗 Dropout(Monte-Carlo Dropout)？
如何用自然语言处理判断一句话是否符合中文口语习惯？
为什么谈论深度学习工具时，很少有人讨论matlab的神经网络工具包？