【mxnet】反卷积(转置卷积)参数设置

反卷积是与卷积相反的操作,可用于实现上采样,具体可见链接

mxnet 中可实现反卷积的方法为:mxnet.gluon.nn.Conv2DTranspose


如何设置反卷积的参数,以使反卷积后的图像大小恰好是卷积前的2倍/4倍/8倍呢

输出大小计算公式:

out = (in - 1) × strides - 2 × padding + kernel_size

其中:

  • out为输出大小,
  • in为输入大小,
  • padding为边界填充,
  • strides为步长,
  • kernel_size为卷积核大小

如果想实现的放大倍数为f(偶数)通常的设置为:

  • kernel_size = 2f
  • strides = f
  • padding = f/2

可证明:

out = (in-1) × f - 2 × f/2 + 2 × f = in × f - f - f + 2 × f = in × f

恰好实现f倍的上采样

你可能感兴趣的:(机器学习&深度学习)