深度學習中的卷積與轉置卷積

深度學習中的卷積與轉置卷積 1 卷積 2 轉置卷積（反捲積） 3 個人理解 1 卷積 輸入平展爲 16×1 的矩陣，並將卷積核轉換爲一個稀疏矩陣C（4×16）。然後，在稀疏矩陣和平展的輸入之間使用矩陣乘法。之後，再將所得到的矩陣（4×1）轉換爲 2×2 的輸出。 正向卷積將大的feature map轉換爲了小的feature map 2 轉置卷積（反捲積） 將由卷積核轉換的稀疏矩陣C進行轉置得到C

>>阅读原文<<