强烈推荐rasbt · 2016-06
“there's already an excellent one out there, I highly recommend Dumoulin & Visin's”
强烈推荐 Dumoulin 和 Visin 的卷积算术指南
讲清卷积、池化与转置卷积各参数与输出形状的关系
这份指南帮助深度学习从业者理解并操控卷积神经网络架构,阐明卷积层、池化层和转置卷积层的输入形状、卷积核形状、零填充、步长与输出形状之间的关系,以及卷积与转置卷积之间的关系。各种情形下的关系都给出推导,并配图说明以便直观理解。
有人想弄清卷积层的形状和算术时,评论者强烈推荐它,称它对其中的数学解释得清楚易懂。
候选里只有两篇和卷积算术直接相关:一篇用反卷积来可视化卷积特征,一篇在生成网络里大量使用转置卷积。
反卷积式可视化是转置卷积在早期的典型用法,用来把特征映射回像素空间。
读读反卷积网络(deconvnet)如何逆向经过卷积、池化与修正层,建立转置卷积的直觉。
DCGAN 的生成器用分数步长卷积(转置卷积)逐层上采样,是转置卷积的重要应用场景。
读读架构指南:用步长卷积代替池化、生成器里用转置卷积做上采样。
系统推导卷积、池化、转置卷积的输出形状公式。
读先读无填充、有填充、步长的卷积输出尺寸公式,再读转置卷积与卷积的对应关系。
“there's already an excellent one out there, I highly recommend Dumoulin & Visin's”
“And A guide to convolution arithmetic for deep learning for the corresponding paper. Really clear and easy-to-understand explanation of some of the math.”