大家好，又见面了，我是你们的朋友全栈君。
本文地址：https://blog.csdn.net/isMarvellous/article/details/80087705，转载请注明出处。
什么是转置卷积（反卷积）？
转置卷积（Transposed Convolution）又称为反卷积（Deconvolution）。在PyTorch中可以使用torch.nn.ConvTranspose2d()来调用，在Caffe中也有对应的层deconv_layer。
转置卷积常常用于CNN中对特征图进行上采样，比如语义分割和超分辨率任务中。之所以叫转置卷积是因为，它其实是把我们平时所用普通卷积操作中的卷积核做一个转置，然后把普通卷积的输出作为转置卷积的输入，而转置卷积的输出，就是普通卷积的输入。这样说可能有点绕，我们可以参照CNN中的反向传播过程来理解，转置卷积形式上就和一个卷积层的反向梯度计算相同。既然是输入输出对调，那么就有两个很重要的特性：
- 转置的卷积核变为了普通卷积核的转置；
- 如果把由输入特征图到输出特征图的计算过程画成一个计算图，那么输入输出元素的连接关系是不变的
关于第二点，也就是说，在普通卷积中，若元素a和元素1有连接（元素1由a计算得到），那么在相应的转置卷积中，元素1和元素a依然是有连接的（元素a由元素1计算得到）。
下面就基于此讨论一下我对转置卷积计算过程的一个理解。这并不是一个严格的推导，只是为了形象地帮助理解为什么要这样计算，或者说这个计算过程是怎么来的。然后再总结一下转置卷积输出特征图大小的计算。由于是自己的个人见解，难免有疏漏或理解不准确的地方，这里总结出来，希望大家一起来讨论。
普通卷积的计算过程
如下图：
这是一个卷积核大小为3×3，步长为2，padding为1的普通卷积。卷积核在红框位置时输出元素1，在绿色位置时输出元素2。我们可以发现，输入元素a仅和一个输出元素有运算关系，也就是元素1，而输入元素b和输出元素1, 2均有关系。同理c只和一个元素2有关，而d和1,2,3,4四个元素都有关。那么在进行转置卷积时，依然应该保持这个连接关系不变。
转置卷积（反卷积）的计算过程
根据前面的分析，我们需要将上图中绿色的特征图作为输入，蓝色的特征图作为输出，并且保证连接关系不变。也就是说，a只和1有关，b和1,2两个元素有关，其它类推。怎么才能达到这个效果呢？我们可以先用0给绿色特征图做插值，插值的个数就是使相邻两个绿色元素的间隔为卷积的步长，同时边缘也需要进行与插值数量相等的补0。如下图：
注意，这时候卷积核的滑动步长就不是2了，而是1，步长体现在了插值补0的过程中。
一般在CNN中，转置卷积用于对特征图进行上采样，比如我们想要将特征图扩大2倍，那么就可以使用步长为2的转置卷积。但是且慢！为什么我们这里2×2的输入，只得到了3×3的输出呢？说好的扩大2倍呢？不应该是4×4么？
别急，我们来算一算为什么是3×3。
我们将2×2的特征图插空并在边缘补0后，边长变成了2×2+1=5，使用3×3的卷积核做滑动步长为1的卷积，得到的特征图边长为(5-3+1)/1=3。所以我们只得到了3×3而非4×4的输出。那么在一般情况下，输出特征图的大小要怎么计算呢？下面我们来总结一下。
输出特征图的尺寸计算
假设我们做转置卷积的输入特征图大小为 n × n n \times n n×n，卷积核大小为 k × k k \times k k×k，后面为了表示方便，我们直接使用边长来表示大小。
步长stride为 s s s，那么转置卷积需要在四周每个边缘补0的数量为 s − 1 s-1 s−1，边缘和内部插空补0后输入特征图大小变为
s × n + s − 1 s \times n + s – 1 s×n+s−1；
使用大小为 k k k的卷积核进行卷积（滑动步长为1），得到的输出特征图大小为：
( s × n + s − 1 − k + 1 ) / 1 = s × n + ( s − k ) (s \times n + s – 1 – k +1) / 1 = s \times n +(s – k) (s×n+s−1−k+1)/1=s×n+(s−k)。
可以看到，转置卷积并不是严格将输入特征图变为了s倍，而是还相差了个 s − k s-k s−k。
当然这个公式只是转置卷积的一种理解方法，在实际的实现中，还有不同的padding, stride和dilation配置，输出图像大小也会随之改变。本文的目的在于给出一个我自己对于转置卷积的理解。实际上转置卷积的转置一词是因为前述的卷积核转置，这里可以视为一种等效的理解。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/151937.html原文链接：https://javaforall.net
