【深度学习】反卷积（transposed convolution）介绍

反卷积与卷积

反卷积，顾名思义是卷积操作的逆向操作。

为了方便理解，假设卷积前为图片，卷积后为图片的特征。

卷积，输入图片，输出图片的特征，理论依据是统计不变性中的平移不变性（translation invariance），起到降维的作用。如下动图：

反卷积，输入图片的特征，输出图片，起到还原的作用。如下动图：

我们知道卷积结合池化的降维作用，将神经网络推向深度学习，开启神经网络的新世界，那么反卷积的作用呢？

反卷积的作用

反卷积崭露头角于“Unsupervised Representations Learning With Deep Convolutional Generative Adversarial Networks”，这篇论文主要工作就是用GANs生成图片，其中的generator和discriminator均采用深度学习，generator生成图片过程中采用的就是反卷积操作（当然discriminator采用卷积对gen