44、卷积神经网络：转置卷积与滤波器层级结构解析

卷积神经网络：转置卷积与滤波器层级结构解析

1. 转置卷积的概念与原理

在处理输入数据时，我们既可以通过池化或步幅操作来缩小输入的尺寸（下采样），也能够增大输入的尺寸（上采样）。上采样时，我们会增加张量的宽度和高度，但不改变通道的数量。

上采样可以通过单独的层来实现，也可以将其融入卷积层中。单独的上采样层通常会按照我们的要求多次重复输入张量的值。例如，若在宽度和高度上都将张量上采样两倍，每个输入元素会变成一个 2×2 的小方块。

当我们将上采样与卷积结合时，这个过程被称为转置卷积，也被叫做分数步幅卷积、扩张卷积或空洞卷积。“转置”一词源于数学中的转置运算，我们可以用它来表示这个操作的方程；“空洞”（atrous）在法语中是“有洞”的意思。

下面我们来看转置卷积是如何放大张量的。假设我们有一个 3×3 的初始图像（通道数量不变），想用一个 3×3 的滤波器对其进行处理，最终得到一个 5×5 的图像。一种方法是在输入周围填充两圈零，如图所示：

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px;
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A([3×3 输入图像]):::startend --> B(填充两圈零):::process --> C([5×5 输出图像]):::startend

如果在输入中添加更多圈的零，会得到更大的输出，但