反卷积(Deconvolution)的概念第一次出现是Zeiler在2010年发表的论文Deconvolutional networks中,但是并没有指定反卷积这个名字,反卷积这个术语正式的使用是在其之后的工作中(Adaptive deconvolutional networks for mid and high level feature learning)。随着反卷积在神经网络可视化上的成功应用,其被越来越多的工作所采纳比如:场景分割、生成模型等。其中反卷积(Deconvolution)也有很多其他的叫法,比如:Transposed Convolution,Fractional Strided Convolution等等。
转自:
一文搞懂反卷积,转置卷积
https://blog.csdn.net/LoseInVain/article/details/81098502
前言
本文翻译自《Up-sampling with Transposed Convolution》,这篇文章对转置卷积和反卷积有着很好的解释,这里将其翻译为中文,以飨国人。
如有谬误,请联系指正。转载请注明出处。
联系方式:
e-mail: FesianXu@163.com
QQ: 973926198
github: https://github.com/FesianXu
用转置卷积进行上采样
对于上采用的需求
当我们用神经网络生成图片的时候,经常需要将一些低分辨率的图片转换为高分辨率的图片。
对于这种上采样(up-sampling)操作,目前有着一些插值方法进行处理: