反卷积神经网络

反卷积指的是，通过测量输出和已知输入重构未知输入的过程。在神经网络中，反卷积过程不具备学习的能力。可以理解为下图： 反卷积神经网络的应用场景 我们可以利用反卷积神经网络进行信道均衡、图像恢复、语音识别、地震学、无损探伤等未知输入heels过程辨识方面的问题。 反卷积的原理 反卷积，可以理解为卷积操作的逆操作，然而output并不能等于input，反卷积只是将卷积核转置，与卷积后的结果再做一次卷积。

>>阅读原文<<