Deconvolutional Network [deconv] 研究

前言

deconv的用处还挺广的，涉及到
- visualization
- pixel-wiseprediction
- unsupervised learning
都会用到deconv的结构。比如Deconvolutional Network做图片的unsupervised feature learning，ZF-Net论文中的卷积网络可视化，FCN网络中的upsampling，GAN中的Generative图片生成。Matthew D. Zeiler这位大牛在反卷积上做了很大贡献，先后发表多篇有关反卷积的paper。

相关paper

按时间先后顺序排序：
- 提出反卷积概念：Zeiler M D, Krishnan D, Taylor G W, et al. Deconvolutional networks[C]. Computer Vision and Pattern Recognition, 2010.
作者、论文地址、PPT地址
- 无监督学习： Zeiler M D, Taylor G W, Fergus R, etal. Adaptive deconvolutional networks for mid and high level featurelearning[C]. International Conference on Computer Vision, 2011.本文以无监督学习形式提出“反卷积”概念。
- 卷积网络可视化 ： Zeiler M D, Fergus R. Visualizing and Understanding Convolutional Networks[C]. European Conference on Computer Vision, 2013.
论文地址、video、翻译地址

CNN可视化

• Feature Visualization
• 谷歌的新CNN特征可视化方法，构造出一个华丽繁复的新世界
• 能帮你更好理解分析深度卷积神经网络，今天要解读的是一款新型可视化工具——CNNVis，看完就能用！