反卷积层参数设置

最新推荐文章于 2025-05-26 11:54:25 发布

转载最新推荐文章于 2025-05-26 11:54:25 发布 · 3.2k 阅读

本文介绍了双线性插值(bilinear interpolation)在深度学习中Deconvolution层进行上采样(upsampling)的具体实现方法。通过设置特定参数如kernel_size、stride等，使用双线性插值作为权重填充方式(weight filler)，实现高效的特征图放大。适用于需要进行特征图尺寸放大的场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Bilinear
作用：一般用在deconvolution 层做upsampling，例子如下：

layer {
  name: "upsample", type: "Deconvolution"
  bottom: "{{bottom_name}}" top: "{{top_name}}"
  convolution_param {
    kernel_size: {{2 * factor - factor % 2}} stride: {{factor}}
    num_output: {{C}} group: {{C}}
    pad: {{ceil((factor - 1) / 2.)}}
    weight_filler: { type: "bilinear" } bias_term: false
  }
  param { lr_mult: 0 decay_mult: 0 }
}