转置卷积

文档摘要

转置卷积 :label: 到目前为止，我们所见到的卷积神经网络层，例如卷积层（ :numref: ）和汇聚层（ :numref: ），通常会减少下采样输入图像的空间维度（高和宽）。然而如果输入和输出图像的空间维度相同，在以像素级分类的语义分割中将会很方便。例如，输出像素所处的通道维可以保有输入像素在同一位置上的分类结果。为了实现这一点，尤其是在空间维度被卷积神经网络层缩小后，我们可以使用另一种类型的卷积神经网络层，它可以增加上采样中间层特征图的空间维度。本节将介绍转置卷积（transposed convolution） :cite: ，用于逆转下采样导致的空间尺寸减小。基本操作让我们暂时忽略通道，从基本的转置卷积开始，设步幅为1且没有填充。