深度卷积网络中反卷积(转置卷积)

结论

  • 插值方法不需要学习任何参数,而转置卷积就像卷积一样需要学习参数。
  • tf.nn.conv2d_transpose中设置参数“SAME”,参考【3】,是在输入四周PAD一圈或者两圈0,然后在裁减,输出不唯一;设置参数“VALID”时,直接在四周PAD两圈0,没有裁剪,输出唯一确定,当不知道该函数如何使用时写一个小的DEMO可以快速了解。

参考文章

【1】深度卷积网络中如何进行上采样?
【2】一文搞懂反卷积,转置卷积
【3】tf.nn.conv2d_transpose反卷积(转置卷积)
【4】如何理解深度学习中的deconvolution networks?

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值