转置卷积

在这里插入图片描述
起到上采样的作用——shape从2×2变成4×4。

运算步骤

相关链接：https://github.com/vdumoulin/conv_arithmetic
在这里插入图片描述
先进行一些处理，再进行正常卷积的操作。

输出shape的计算，e.g. (3 - 1) * 2 - 2 * 1 + 3 = 5

在这里插入图片描述

深入理解转置卷积

一个例子：
普通卷积 的计算在这里插入图片描述

下面进行另外一种运算，将卷积核构造等效矩阵（即空余位置补0）
在这里插入图片描述

将 feature map 展平
在这里插入图片描述
将 kernel等效矩阵展平后合并

将I矩阵和C矩阵进行矩阵相乘计算，得到 1 × 4大小的输出。
在这里插入图片描述

==》从C 和 O 不能得到 I，因为C不一定有逆矩阵。但是C有转置矩阵，可以令O与C的转置相乘。

在这里插入图片描述
可以发现得到的结果reshape后就是转置卷积计算的结果，这就是转置卷积的计算过程。

一个神奇的现象，将C的转置按列分来后reshap，可以得到16个小矩阵。

在这里插入图片描述

这16个小卷积分别和普通卷积输出进行卷积计算的结果，就是转置卷积的结果！

在这里插入图片描述

参考资料：
https://blog.csdn.net/qq_37541097/article/details/120709865
https://www.bilibili.com/video/BV1mh411J7U4/?vd_source=25159b705a7bd142ef4cf6ae83653ad3

上一篇：为什么一定要多来几次山西？这篇指南告诉你！

下一篇：ssh： connect to host localhost port 22: Connection refused解决方法

深度学习-【语义分割】学习笔记2 转置卷积（transposed convolution）

文章目录

转置卷积

运算步骤

深入理解转置卷积

相关内容

热门资讯