0
点赞
收藏
分享

微信扫一扫

转置卷积(Transposed Convolution)

简单聊育儿 2022-04-22 阅读 63
机器学习

转置卷积(Transpose Convolution),一些地方也称为“反卷积”,在深度学习中表示为卷积的一个逆向过程,可以根据卷积核大小和输出的大小,恢复卷积前的图像尺寸,而不是恢复原始值。

1 卷积操作及转置卷积的定义

1.1 卷积操作

        对于一个输入大小为 的图像,卷积核大小为

 

        计算输出  的具体实现方法为矩阵乘法。

        将卷积核表示为稀疏矩阵

        

         每一行向量表示在一个位置的卷积操作,0填充表示卷积核未覆盖到的区域。  

        将输入  展开为列向量:

 

       则卷积操作可以表示为: 

        

        输出向量  的大小为  的列向量,改写为矩阵即为  。 

 1.2 转置卷积

         转置卷积则是将  中的输入输出互换:

          

 

  • 表示矩阵转置,此时大小为  。
  • 即由  的输入  ,经过转置卷积,得到输出大小为  的列向量  ,此时的 数值上已经和原来不同,只是在形状上一致。

 

 

 

 

 

 

 

 

 

 

 

举报

相关推荐

0 条评论