深度学习 | 反卷积/转置卷积 的理解 transposed conv/deconv

搞明白了卷积网络中所谓deconv究竟是个什么东西后，不写下来怕又忘记，根据参考资料，加上我本身的理解，记录在这篇博客里。git 先来规范表达 为了方便理解，本文出现的举例状况都是2D矩阵卷积，卷积输入和核形状都为正方形，x和y轴方向的padding相同，stride也相同。 记号：  i,o,k,p,s   i , o , k , p , s 分别表示：卷积/反卷积的输入大小  input si

>>阅读原文<<