转置卷积:
Transposed convolution
转置卷积不是卷积的逆运算 转置卷积也是卷积
作用:
上采样 upsampling 将特征层的大小还原为卷积之前的大小 数值与输入数值不同
普通卷积计算:
转置卷积计算:
转置卷积增加输入的高宽
理解:
padding:
当padding=1时,理解为删除,由3*3变化为1*1,左右减一行,上下减一行
stride:
当stride=2时,左右和上下都一次性移动两个单位,进行卷积计算
input做卷积计算:
output:
转置卷积也是一种卷积:
重新排列输入核:
当填充为0步幅为1时:
- 将输入填充k-1(k是核窗口)
- 将核矩阵上下、左右翻转
- 正常做卷积(padding=0 stride=1)
当填充为p步幅为1时:
- 将输入填充为k-p-1(k为核窗口)
- 将核矩阵上下、左右翻转
- 正常做卷积(padding=0 stride=1)
当填充为p步幅为s时:
- 在行和列之间插入s-1行或列 s为2时 s-1=1 上下左右都插入一列或一行
- 将输入填充为k-p-1(k为核窗口)
- 将核矩阵上下、左右翻转
- 正常做卷积(padding=0 stride=1)