【深度學習理論】卷積神經網絡的反捲積/轉置卷積

卷積過程： 利用卷積核與覆蓋的區域進行內積操作（就是對應元素相乘求和） 反捲積過程： 原名叫做反捲積，但是並不是很合理，所以轉置卷積更合理一點。具體過程如下： （1）首先將卷積與感知野的乘積轉換一下，將4*4的卷積核轉換爲下面的矩陣，然後4*4的原始數據轉換爲16*1的向量，這樣子下面的矩陣一共有四行對應了四次卷積運算，0則表示在實際卷積過程中，卷積核與原圖不重疊的位置。 （2）進行反捲積的過程時

>>阅读原文<<