百科问答小站 logo
百科问答小站 font logo



如何理解深度学习中的deconvolution networks? 第1页

  

user avatar   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

GitHub - vdumoulin/conv_arithmetic: A technical report on convolution arithmetic in the context of deep learning




  

相关话题

  未来 3~5 年内,哪个方向的机器学习人才最紧缺? 
  深度学习两张3080ti和一张3090ti哪个好? 
  卷积神经网络(CNN)的结构设计都有哪些思想? 
  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? 
  如何评价剑桥,腾讯, DeepMind以及港大团队新作 SimCTG ? 
  现在的BERT等语言模型,最快训练要多久? 
  Dirichlet Processes 是一个什么样的随机过程? 
  机器学习小白来提问:关于联邦学习FedAVG和FedSGD的问题? 
  CVPR2022 有什么值得关注的论文 ? 
  如何评价 NVIDIA 最新技术 5 秒训练 NERF? 

前一个讨论
如何看待 2017 年 6 月 9 日发生的北大赴美交流硕士章莹颖女士失踪一案?
下一个讨论
为什么 Non-Convex Optimization 受到了越来越大的关注?





© 2025-05-15 - tinynew.org. All Rights Reserved.
© 2025-05-15 - tinynew.org. 保留所有权利