卷积与反卷积

https://buptldy.github.io/2016/10/29/2016-10-29-deconv/

这篇文章把

  • 卷积层和反卷积层之间的关系
  • 反卷积层输入特征大小和输出特征大小之间的关系

介绍的很明白。

在理解卷积神经网络的基础上,对于反卷积的操作反着想就对了,输入成了输出,输出成了输入。

可以试着想一下,如果我们先学的反卷积,后学的卷积。两者互逆思考一下也许就变得简单了。

                                             

简单来看,对于这个卷积的操作,卷积和反卷积,分两方向看,从下向上看是卷积操作,得到2×2。从上向下看是反卷积。得到4×4。具体看转载的文章就行啦。

  • 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