通常采樣指的是下采樣，也就是對信號的抽取 。 ?連續-〉離散

上采樣是下采樣的逆過程，也稱增取樣（Upsampling）或內插（Interpolating）。 離散-〉連續或加密！

在深度學習中，下采樣可用conv卷積實現；上采樣可用deconv反卷積實現（自己理解，不知對不對？）

轉自鏈接：https://www.zhihu.com/question/43609045/answer/132235276

upsampling
分別簡單介紹兩篇文章，FCN和DCAN。FCN[4]主要用來做pixel-wise的image segmentation預測，先用傳統的CNN結構得到feature map，同時將傳統的full connected轉換成了對應參數的卷積層，比如傳統pool5層的尺寸是7×7×512，fc6的尺寸是4096，傳統的full connected weight是7×7×512×4096這樣多的參數，將它轉成卷積核，kernel size為7×7，input channel為512，output channel為4096，則將傳統的分別帶有卷積和全連接的網絡轉成了全卷積網絡(fully convolutional network, FCN)。FCN的一個好處是輸入圖片尺寸大小可以任意，不受傳統網絡全連接層尺寸限制，傳統的方法還要用類似SPP結構來避免這個問題。FCN中為了得到pixel-wise的prediction，也要把feature map通過deconv轉化到像素空間。論文中還有一些具體的feature融合，詳情可參見論文。

DCGAN[5]中使用deconv就更自然了，本身GAN就需要generative model，需要通過deconv從特定分布的輸入數據中生成圖片。GAN這種模式被Yann LeCun特別看好，認為是unsupervised learning的一個未來。

[5] Unsupervised Representation Learning
with Deep Convolutional Generative Adversarial Networks

[6] Sparse Coding - Ufldl

[7] Denoising Autoencoders (dA)

[8] Convolution arithmetic tutorial

作者：譚旭
鏈接：https://www.zhihu.com/question/43609045/answer/132235276
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。

總結

以上是生活随笔為你收集整理的深度学习之upsampling downsampling的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。