反卷积是与卷积相反的操作,可用于实现上采样,具体可见链接
mxnet 中可实现反卷积的方法为:mxnet.gluon.nn.Conv2DTranspose
如何设置反卷积的参数,以使反卷积后的图像大小恰好是卷积前的2倍/4倍/8倍呢
输出大小计算公式:
out = (in - 1) × strides - 2 × padding + kernel_size
其中:
out为输出大小,in为输入大小,padding为边界填充,strides为步长,kernel_size为卷积核大小
如果想实现的放大倍数为f(偶数)通常的设置为:
kernel_size = 2fstrides = fpadding = f/2
可证明:
out = (in-1) × f - 2 × f/2 + 2 × f = in × f - f - f + 2 × f = in × f
恰好实现f倍的上采样
本文介绍反卷积的概念及其实现上采样的方法,给出反卷积参数的具体设置方式,并提供输出大小的计算公式。
701

被折叠的 条评论
为什么被折叠?



