怎么通过反卷积生成和原始图像一样大小的图像？ | 社区问答

来源：互联网发布：java反射之getmethod 编辑：程序博客网时间：2024/06/05 04:30

这里是AI研习社，我们的社区已经正式推出了！欢迎大家来多多交流~

mooc.ai/bbs

（戳文末阅读原文直接进）

社长为你推荐来自AI研习社问答社区的精华问答。如有你也有问题，欢迎进社区提问。

一个小介绍：
社区目前主要功能是问答和博客，支持文字、图片、视频、代码、公式、超链接，这些功能可以让你在描述问题/回答问题/写文章的时候用最清晰的方式来表达，还需要什么你说，我改。

话不多说，直接上题

问：关于反卷积层输出维度的问题

在建立VAE模型的时候，如果encoder用的是卷积网络而且图像的size除以stride不是整数，这时候decoder怎么通过反卷积生成和原始图像一样大小的图像？
例如28*28的MNIST图像，反复用stride=2的卷积核，输出的size逐渐变成14, 7, 3, 1. 反卷积的时候怎么把size从1再逐渐变成3, 7, 14, 28?

来自社友的回答

▼▼▼

@玛希•加西亚

对于这个问题，主要是理解上的困难。

首先，deconv不是求匿，而是用转置矩阵transposed convolution来实现。

其次，size是怎么upsample的，参见以下链接，别偷懒，自己拿纸笔，算个能还原size的例子：

https://github.com/vdumoulin/conv_arithmetic

再次，原理上为什么transposed convolution可以做相反的运算？这个需要展开矩阵来推导。

@玛希•加西亚

具体的数学推导和参数设定方法可以参照《A guide to convolution arithmetic for deep learning》。讲得很详细。

另外，tensorflow是有现成的函数可以调用的。