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
DeepMind 研发的围棋 AI AlphaGo 是如何下棋的？欧洲有哪些统计机器学习比较强的大学或者研究院的？？
t-sne数据可视化算法的作用是啥？为了降维还是认识数据？
在五到十年内，人工智能能复原成人影片中的被马赛克部分吗？
如何评价Momenta ImageNet 2017夺冠架构SENet?
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
如何看UCBerkeley RISELab即将问世的Ray，replacement of Spark？
AI在网络安全领域（尤其是威胁检测领域），有什么好的应用场景？
如何通俗易懂地介绍 Gaussian Process？
word2vec有什么应用？
相关的话题
pytorch 分布式计算 你们都遇到过哪些 坑/bug？如何激怒一位人工智能（机器学习、深度学习、强化学习等）爱好者？
如何评价论文「Stochastic Training is Not Necessary ...」?
皮尔逊系数为什么要中心化？中心化之后有什么好处？
简单解释一下sparse autoencoder, sparse coding和restricted boltzmann machine的关系？
神经网络的损失函数为什么是非凸的?
在NLP上，CNN、RNN（认为LSTM等变体也是RNN）、最简单全连结MLP，三者相比，各有何优劣?
EM算法存在的意义是什么？
如何看待Kaggle最新比赛Zillow禁止中国居民参加第二轮？
如何看待鄂维南院士等发起的机器学习联合研讨计划（c2sml.cn）？
如何评价MSRA视觉组最新对spatial attention mechanism分析论文？
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？
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？
DL框架的未来发展，TensorFlow/MXNet/PyTorch, 选哪个？
能识别情绪的机器人可以算做有情感的机器人吗？
DeepMind 团队中有哪些厉害的人物和技术积累？
如何看待 NIPS 2018 submission达到近 5000 篇？
CNN网络的pooling层有什么用？
2019年，计算机视觉领域，你推荐哪些综述性的文章？
2019年NeurIPS有哪些糟糕的论文？
机器学习小白来提问：关于联邦学习FedAVG和FedSGD的问题？
ICLR 2019 有什么值得关注的亮点？
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗?
机器学习中非均衡数据集的处理方法？
机器学习（machine learning）在经济学领域是否有应用前景？
自学深度学习是怎样一种体验？
graph convolutional network有什么比较好的应用task？
为什么C4.5决策树能处理连续特征，ID3树不能处理连续特征？
语音识别中，声学模型与语言模型扮演什么角色？或者说是怎么通过两个模型进行语音识别的?