反捲積與棋盤效應

譯自：https://distill.pub/2016/deconv-checkerboard/ Part1 當我們使用神經網絡生成圖像時，往往需要從一個低維空間(低分辨率)圖像映射回高維空間（高分辨率）圖像,實現的方法就是反捲積。 不幸的是，反捲積很容易導致輸出的某些位置產生重疊。這種情況發生在卷積核不是步長的整數倍的情況下。 對於一個一維信號反捲積 卷積核大小爲3，步長爲2（對於步長s>1的反

>>阅读原文<<