上採樣、上池化、雙線性插值、反捲積梳理

在深度學習的網絡模型中，不但有經過卷積得到圖像特徵，並且也有一些放大操做，例如FCN、U-Net等等。這些操做有上採樣（Upsampling）、上池化（Unpooling）、雙線性插值、反捲積。下面對這四個進行梳理。git   1、上採樣（Upsampling） 上採樣概念：上採樣指的是任何可讓圖像變成更高分辨率的技術。最簡單的方式是重採樣和插值：將輸入圖片進行縮放到一個想要的尺寸，並且計算每一個

>>阅读原文<<