pytorch笔记(九)转置卷积、膨胀卷积

Transposed Convolution (转置卷积)

别名:Fractionally Strided Convolution (小数步长的卷积)、Deconvolution(逆/反卷积)

作用:upsampling(上采样)

模拟:

pytorch笔记(九)转置卷积、膨胀卷积_第1张图片

PS:不是恢复原始值(因为一般情况下矩阵不可逆,无法等式左右两边同乘矩阵的逆得到原始矩阵)

转置卷积的运算步骤:

pytorch笔记(九)转置卷积、膨胀卷积_第2张图片

  1. 在输入特征图的像素间填充 stride−1行列0
  2. 在输入特征图周围填充 kernal−padding−1 行列0
  3. 将卷积核参数上下、左右翻转
  4. 然后进行正常的卷积操作(padding=0,stride=1) 这里的padding是output_padding

代码模拟

<

你可能感兴趣的:(pytorch,回顾笔记,pytorch,深度学习,人工智能)