普通卷积、转置卷积（transposed convolution)的原理及运算步骤的详细解释

1.首先声明一点，转置卷积不是卷积的逆运算，转置卷积也是一种卷积方式，作用是进行上采样！主要出现在分割和对抗神经网络模型中比较多。

2.其次，transposed convolution、fractionally-strided convolution 和 deconvolution都是指转置卷积，但是pytorch官方采用transposed convolution这种说法，也更能说明转置卷积的原理。下面是两种卷积的示意图：它们的具体参数为 stride=1；padding=0; kernel=3

                                                   

                             convolution                                     transposed convolution

2.操作步骤：

（1）.在输入特征图元素之间填充stride-1 的行和列的0元素，stride为转置卷积的步长；

（2）.在输入特征