深度学习-逆卷积神经网络ConvTranspose2d

        卷积神经网络Conv2d是对图片进行下采样,图片越来越小,而逆卷积神经网络ConvTranspose2d是对图片进行上采样,图片越来越大,卷积与逆卷积是互相对应的。

        首先,不管stride等于几,卷积公式都为,逆卷积公式为(注意这个p和s是对应的卷积操作的p和s)。

1.当stride=1时:

卷积操作

深度学习-逆卷积神经网络ConvTranspose2d_第1张图片

由图片得知,i=4,o=2,k=3,s=1,p=0,2=(4-3+2*0)/1+1

对应的逆卷积操作(只需要padding)

深度学习-逆卷积神经网络ConvTranspose2d_第2张图片

由图片得知,i=2,o=4,k=3,s=1,p=0,4=(2-1)-2*0+3

2.当stride=2时:

卷积操作

深度学习-逆卷积神经网络ConvTranspose2d_第3张图片

由图片得知,i=5,o=3,k=3,s=2,p=1,3=(5-3+2*1)/2+1

对应逆卷积操作(不仅需要padding,还需要插值,即每个特征图中每个像素之间插入s-1个0)

深度学习-逆卷积神经网络ConvTranspose2d_第4张图片

由图片得知,i=3,o=5,k=3,s=2,p=1,5=(3-1)*2-2*1+3

 

你可能感兴趣的:(深度学习)