深度學習 | 反捲積/轉置卷積 的理解 transposed conv/deconv

搞明白了卷積網絡中所謂deconv究竟是個什麼東西后，不寫下來怕又忘記，根據參考資料，加上我本身的理解，記錄在這篇博客裏。git 先來規範表達 爲了方便理解，本文出現的舉例狀況都是2D矩陣卷積，卷積輸入和核形狀都爲正方形，x和y軸方向的padding相同，stride也相同。 記號：  i,o,k,p,s   i , o , k , p , s 分別表示：卷積/反捲積的輸入大小  input si

>>阅读原文<<