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
精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么？Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗？
请解释下variational inference？
机器学习最好的课程是什么？
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？
你实践中学到的最重要的机器学习经验是什么？
新智元提问：如何看待李飞飞高徒Karpathy加入特斯拉，主管人工智能部门？
Kaggle如何入门？
如何评价余凯创立的horizon robotics？
Transformer是如何处理可变长度数据的？
相关的话题
为什么做机器学习的很少使用假设检验？熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性?
为什么机器学习解决网络安全问题总是失败?
机器学习中的优化理论，需要学习哪些资料才能看懂？
二分类问题，应该选择sigmoid还是softmax？
如何评价哈工大的左旺孟老师？
国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队？
为什么现在很多人不看好商汤科技？
金融学及金融从业者如何应对人工智能和大数据？
如何看待Geoffrey Hinton的言论，深度学习要另起炉灶，彻底抛弃反向传播？
ICML 2018 有哪些值得关注的亮点?
有哪些职业容易被人工智能替代？
深度学习有哪些好玩的案例？
如何解决图神经网络（GNN）训练中过度平滑的问题？
神经网络中的能量函数是如何定义的？
ICML 2018 有哪些值得关注的亮点?
反馈控制理论在优化、机器学习等领域有哪些应用？
如何看待Geoffrey Hinton的言论，深度学习要另起炉灶，彻底抛弃反向传播？
KL散度衡量的是两个概率分布的距离吗？
你有哪些deep learning（rnn、cnn）调参的经验？
为什么deep lab v3起，输出不再接 DenseCRF了？
如何评价深度学习相关顶级期刊论文难复现的问题？
皮尔逊系数为什么要中心化？中心化之后有什么好处？
最数学的计算机科学方向有哪些？
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
机器学习中使用正则化来防止过拟合是什么原理？
如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
面试官如何判断面试者的机器学习水平？
为什么 MobileNet、ShuffleNet 在理论上速度很快，工程上并没有特别大的提升？
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？