反捲積的理解與應用

提問:如果卷積神經網絡來做自編碼器,如何做反捲積呢? 答:卷積神經神經本質上可以(先將池化層刪除,聚集核心)轉換成全連接層;那麼聯想到普通自編碼器,如果要求編碼器與解碼器參數相對稱,那麼編碼層對應的參數w,解碼層對應的參數爲w的轉置;那麼反捲積也一樣的道理;需要是w的轉置;    
相關文章
相關標籤/搜索