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
国内 top2 高校研一在读，为什么感觉深度学习越学越懵?是不是并不是所有问题都适合用神经网络预测？
Transformer在工业界的应用瓶颈如何突破？
机器学习中常常提到的正则化到底是什么意思？
如何理解深度学习中的deconvolution networks？
如何通俗的解释交叉熵与相对熵？
围棋AI为什么没有下出同局？
全连接层的作用是什么？
三维重建怎么入门？
人工智能已在哪些领域超越了人类的表现？
相关的话题
机器全面代替人工劳动力的那一天，你能如何生存下去？算法工程师是否应该持续读论文？
基于对比学习(Contrastive Learning)的文本表示模型【为什么】能学到语义【相似】度？
如何计算CNN中batch normalization的计算复杂度（FLOPs）？
如何评价 MSRA 最新的 Deformable Convolutional Networks？
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？
为什么有的论文放出训练好的模型和测试脚本，但不开源训练代码？
如何评价 MSRA 最新的 Deformable Convolutional Networks？
如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津？
工程师简历写着「在微软传播性病」，骗过了 90% 公司的机器筛选，机器筛选简历那么不靠谱吗？
有哪些可以自学机器学习、深度学习、人工智能的网站？
deepmind发表的neural processes(神经过程)，这个是怎么实现的呢？
如何看待 2014 年以来计算机视觉（Computer Vision）界创业潮？
如何看待百度无人车， 三千多个场景，一万多个if？
人工智能的意义和价值是什么？
如何理解空洞卷积（dilated convolution）？
如何评价 MSRA 视觉组最新提出的 Deformable ConvNets V2？
为什么nn的较大问题是会陷入局部最优时，不选用凸函数作为激活函数？
如何评价第一局比赛 AlphaGo 战胜李世石？
为什么在SGD中使用L1正则化很难获得稀疏性？
为什么计算机科学专业背景的人喜欢黑机器学习？
2022 年人工智能领域的发展趋势是什么？你都有哪些期待？
有哪些比较好的机器学习、数据挖掘、计算机视觉的订阅号、微博或者是论坛？
什么是反事实分析呀？
如何看待微软小冰写的诗？
如何评价周志华教授新提出的 Deep Forest 模型，它会取代当前火热的深度学习 DNN 吗？
中国和美国谁能成人工智能领域的领军者？
因果推断会是下一个AI热潮吗？
在优化问题里，强化学习相比启发式搜索算法有什么好处？
为何感觉“知识蒸馏”这几年没有什么成果？