Transposed Convolution arithmetic (转置卷积算法，上采样)

当我们需要将4维空间映射到16维空间的时候，我们需要用到转置卷积 (Transposed convolution)。
1. No zero padding, unit strides, transposed

在4x4的输入上使用3x3的核(滤波器)进行转置卷积，其中使用单位步长，零填充 (即$i=4,k=3,s=1,p=0$)(上图为输入，下图为输出)。这个过程相当于在2x2的输入上使用3x3的核(滤波器)进行卷积，其中使用单位步长, 2x2的边界填充 (即$i^{\prime }=2,k^{\prime }=k,s^{\prime }=1,p^{\prime }=2$)(下图为输入，上图为输出)。
在这种情况下, 卷积输入输出的关系为：　$o^{{}^{\prime }}=i^{{}^{\prime }}+(k-1)$

2. Zero padding, unit strides, transposed

在5x5的输入使用4x4的核(滤波器)进行转置卷积，其中使用单位步长，2x2的边界填充(即$i=5x5,k=4,s=1,p=2$)(上图为输入，下图为输出)。这个过程相当于在6x6的输入上使用4x4的核(滤波器)进行卷积，其中使用单位步长, 1x1的边界填充 (即$i^{\prime }=6,k^{\prime }=k,s^{\prime }=1,p^{\prime }$