卷积二三事

关于卷积后边长大小：
no padding: n - f + 1
padding: n + 2p - f + 1
stride with padding: (n + 2p - f)/s + 1（向下取整）
padding作用：保证处理后的图像大小和原图像一致，并且使得边缘信息得到充分利用。

空洞卷积（Dilated Convolution）：加入参数rate
不做pooling损失信息的情况下，加大了感受野，让每个卷积输出都包含较大范围的信息。在图像需要全局信息或者语音文本需要较长的sequence信息依赖的问题中，都能很好的应用。
像素与像素间隔（rate-1）

这就是rate为2的空洞卷积

**反卷积：**在输入特征矩阵中插入空白点，再进行卷积，这样卷积后输出的特征矩阵就变大了
对于标准k*k卷积核，stride为s，分三种情况：

1） s>1 ,在卷积同时伴随着downsampling操作，卷积后图像变小了（这种操作也可以增大感受野，但是输出的图像大小变小了）
2） s=1 ,在padding设置为stride大小时，卷积后图片大小不变
3）s<1,相当于对原图作upsampling操作进行扩大原图，然后再卷积，这样得到的结果图就变大了。例如s=0.5意味着在原特征图的每相邻数据间插入一个空白数据，这样再进行卷积，它的输出特征图就变大了。