經常在別人的網路結構看到反卷積的存在，我們知道卷積池化的作用是提取高維特徵，但是反卷積的作用只能說出類似於利用學習的方法把影象細節還原，類似超分的作用，那到底是什麼作用呢？
這裡整理網上有用的參考：
反卷積又稱轉置卷積：
來還原feature map的尺寸大小，用於還原之前一系列卷積操作之後特徵圖解析度變小的問題
cnn視覺化
fcn中達到pixel classification
gan中從特徵生成影象
這邊文章也對反卷積進行較為詳細的說明，沒看中間的廢話，只看到最後特別說明，反卷積在真正的數學形式上可以還原訊號，但是在實際操作中因為池化的資訊損失，所以只能還原到原來的尺寸。
卷積和反卷積
n image h 2 pad h kernel h stride h 1 image w 2 pad w kernel w stride w 1 image h 輸入影象的高度 image w 輸入影象的寬度 pad h 在輸入影象的高度方向兩邊各增加pad h個單位長度 因為有兩邊，所以乘以2 ...
反卷積 轉置卷積
搞明白了卷積網路中所謂deconv到底是個什麼東西後，不寫下來怕又忘記，根據參考資料，加上我自己的理解，記錄在這篇部落格裡。第一次看到deconv這個詞，以為deconv的結果就是卷積的逆，覺得神奇，不禁產生了 哦？轉置的卷積就可以求逆了嗎？這樣的想法，然後在matlab裡面實驗求證，我還記得當時以...
轉置卷積 反卷積
借鑑於此個部落格，寫的非常好 轉置卷積 transposed convolution 也叫做反卷積 deconvolution pytorch中可以使用torch.nn.convtranspose2d 來呼叫，caffe中對應的轉置卷積層為deconv layer 作用 在 中用於對影象上取樣。操作...