上采样之反卷积

上采样（Upsample）

实现feature map由小分辨率到大分辨率映射的操作
上采样常见有三种方法：（1）双线性插值（bilinear）；（2）反卷积（Transposed Convolution）；（3）反池化（Unpooling）。

反卷积（Transposed Convolution）

反卷积是一种特殊的正向卷积，先按照一定比例通过补0来扩大输入图像尺寸，然后旋转卷积核，进行正向卷积。
反卷积不是一个预先定义好的插值方式，有一些可以学习的参数（learnable parameters）。应用场景为：（1）DCGAN的生成器随机采样以产生完整尺寸的图片。（2）语义分割在编码器中用卷积层去提取图像特征，然后在解码器中将图像恢复到原来尺寸。

torch.nn.ConvTranspose2d(   in_channels,  #输入数据的通道数
							out_channels,