反卷积

直接以一个简单例子描述反卷积过程。

假设输入如下：

[[1,0,1],
 [0,2,1],
 [1,1,0]]

反卷积卷积核如下:

[[ 1, 0, 1],
 [-1, 1, 0],
 [ 0,-1, 0]]

现在通过stride=2来进行反卷积，使得尺寸由原来的3*3变为6*6.那么在Tensorflow框架中，反卷积的过程如下(不同框架在裁剪这步可能不一样)：

反卷积实现例子

其实通过我绘制的这张图，就已经把原理讲的很清楚了。大致步奏就是，先填充0，然后进行卷积，卷积过程跟上一篇文章讲述的一致。最后一步还要进行裁剪。

 

在tensorflow中反卷积操作使用

tf.nn.conv2d_transpose(
    value,
    filter,  # pylint: disable=redefined-builtin
    output_shape,
    strides,
    padding="SAME",
    data_format="NHWC",
    name=None):

 

今天在项目中看到使用slim调用反卷积操作，

pred_corner = slim.conv2d_transpose(x1_up, NUM_CORNERS, [5, 5], stride=2, activation_fn=None, normalizer_fn=bn_func, weights_regularizer=slim.l2_regularizer(1e-5), scope='pred_corner')

但是这个并没有指定output_shape，作为疑问之后补充吧。