各種卷積與反卷積動(dòng)態(tài)圖?
反卷積:?
詳細(xì)文字鏈接：https://www.zhihu.com/question/43609045/answer/132235276(該鏈接中并沒(méi)有下面的動(dòng)態(tài)圖)

Deconvolution大致可以分為以下幾個(gè)方面：（1）unsupervised learning，其實(shí)就是covolutional sparse coding[1][2]：這里的deconv只是觀念上和傳統(tǒng)的conv反向，傳統(tǒng)的conv是從圖片生成feature map，而deconv是用unsupervised的方法找到一組kernel和feature map，讓它們重建圖片。（2）CNN可視化[3]：通過(guò)deconv將CNN中conv得到的feature map還原到像素空間，以觀察特定的feature map對(duì)哪些pattern的圖片敏感，這里的deconv其實(shí)不是conv的可逆運(yùn)算，只是conv的transpose，所以tensorflow里一般取名叫transpose_conv。（3）upsampling[4][5]：在pixel-wise prediction比如image segmentation[4]以及image generation[5]中，由于需要做原始圖片尺寸空間的預(yù)測(cè)，而卷積由于stride往往會(huì)降低圖片size， 所以往往需要通過(guò)upsampling的方法來(lái)還原到原始圖片尺寸，deconv就充當(dāng)了一個(gè)upsampling的角色。?
?
arbitrary_padding_no_strides

?
arbitrary_padding_no_strides_transposed

?
dilation

?
full_padding_no_strides

?
full_padding_no_strides_transposed

?
no_padding_no_strides

?
no_padding_no_strides_transposed

?
no_padding_strides

?
no_padding_strides_transposed

?
padding_strides

?
padding_strides_odd

?
padding_strides_odd_transposed

?
padding_strides_transposed

?
same_padding_no_strides

?
same_padding_no_strides_transposed

總結(jié)

以上是生活随笔為你收集整理的卷积与反卷积动图的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。