【神经网络与深度学习】卷积与反卷积

  1. 卷积与反卷积 如上图演示了卷积核反卷积的过程，定义输入矩阵为 （），卷积核为 （），输出矩阵为 （）： 卷积的过程为： 反卷积的过称为：（需要对此时的  的边缘进行延拓 padding） 2. 步长与重叠 卷积核移动的步长（stride）小于卷积核的边长（一般为正方行）时，变会出现卷积核与原始输入矩阵作用范围在区域上的重叠（overlap），卷积核移动的步长（stride）与卷积核的边长

>>阅读原文<<