生成器G 将一个100 维的噪音向量扩展成64 * 64 * 3 的矩阵输出,中间通过4层卷积层,每通过一个卷积层通道数减半,长宽增加一倍。整个过程采用的是微步幅度卷积(fractionally strided convolution)的方式。
反卷积:https://www.cnblogs.com/cvtoEyes/p/8513958.html
反卷积=上采样=(转置卷积+微步卷积)⊆ 空洞卷积=一般意义上的广义卷积(包含上采样和下采样)。上采样和反卷积是同一个概念,它的目的是将经过池化层以后缩小的矩阵扩大到一定的大小,比如说从3 * 3 扩大到5 * 5,如下图所示:
反卷积又包含转置卷积和微步卷积,两者的区别在于padding (填充)的方式不同。
转置卷积,用33的卷积核把22的矩阵反卷积成44的矩阵
微步幅度卷积,用33的卷积核把33的矩阵卷积成55的矩阵。
二者区别:转置卷积是在整个输入矩阵周围添0,微步幅度卷积会把输入矩阵拆开,在每个像素点周围添0。
DCGAN
最新推荐文章于 2023-08-04 21:51:43 发布