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
卷积神经网络（CNN）的结构设计都有哪些思想？如何直观地解释 backpropagation 算法？
如何理解空洞卷积（dilated convolution）？
如何看待 Nervana 被 Intel 收购？
2021年了，如何评价微软亚研提出的对偶学习（Dual Learning）？
Domain Adaptation学术上有哪些方向，还有哪些可做的地方？
有哪些关于机器学习的真相还鲜为人知？
自动化的控制与检测领域中，有没有像机器学习、图像处理领域一样经典巧妙的算法？
如何评价华为天才少年钟钊团队成功开启了 AutoML 大规模商用的先河？什么是 AutoML？
如何看待 Google TPU？寒武纪芯片较之有哪些优势与不足？
相关的话题
什么是机器学习？深度学习有哪些好玩的案例？
如何判断两个Deep Learning 数据集的数据分布是否一致？
国内目前的量化交易是否很少涉及到机器学习？
ICML 2018 有哪些值得关注的亮点?
如何看待SIREN激活函数的提出？
如何评价PyTorch 0.4.0？
如何评价 马毅教授 的 NeurIPS 2020 中稿文章 MCR2 及 自称弄明白深度学习了？
为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
科研时，想到一个idea，其实现的结果一定要比前人的评估指标高才能发表吗？
使用pytorch时，训练集数据太多达到上千万张，Dataloader加载很慢怎么办?
在统计学领域有哪些经典奠基性的论文？
如何看待End-to-End Object Detection with Transformers？
为什么说股票不能通过机器学习来预测？
2021 年了，机器/深度学习还有哪些坑比较好挖？
深度学习工作站中使用AMD的CPU会有问题吗？
从今年校招来看，机器学习等算法岗位应届生超多，竞争激烈，未来 3-5 年机器学习相关就业会达到饱和吗？
mxnet的并行计算为什么这么牛，是什么原理？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
ICLR 2018 有什么值得关注的亮点？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
深度学习底层开发对数学有哪些要求？
微软小冰测颜值是否比较准？为什么？
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）？
Deep Learning 的专家如此急缺，它难在何处？
OpenAI 发布文字生成图像工具 DALL·E 2，它的画作水平如何？从技术角度如何评价它的能力？
基于深度学习的人工智能程序和传统程序的差别在哪里？
ICML2020有哪些值得关注的工作?
Transformer在工业界的应用瓶颈如何突破？
基于深度学习的人工智能程序和传统程序的差别在哪里？