如何理解转置卷积(transposed convolution）

我会带着你远行 2022-10-25 05:50 126阅读 0赞

# 简介 #

转置卷积也被称为反卷积，常被用用于CNN中的上采样操作，比如分割任务，或GAN网络中。反卷积并不是常规卷积的完全逆操作，反卷积也起不到根据输出特征以及对应的卷积核，恢复原始输出的作用，它最多的作用就是有可学习参数的上采样操作，仅此而已。  
同时，反卷积操作并没有把正向卷积输出，对应的卷积核拿过来做转置使用，而是多了几个卷积核而已。  
此外，即便是把正向卷积输出对应的卷积核拿过做反卷积，它也恢复不出来原来的参数，恢复原来参数这种操作看起来并没有太大意义，因为只是想做上采样而已。  
这里与常规卷积的区别主要体现在：

*  特征图的宽高尺寸变化与常规卷积相反
 *  常规卷积核的转置

所以实际上，反卷积是先按照一定的比例差值 来扩大输入图像的尺寸，再进行正向卷积的过程。

# 反卷积计算 #

输入特征图尺寸：  h i = 3 h\_\{i\}=3 hi=3， w i = 3 w\_\{i\}=3 wi=3  
卷积核尺寸：  h k = 3 h\_\{k\}=3 hk=3， w k = 3 w\_\{k\}=3 wk=3  
步长： s = 2 s=2 s=2  
padding：单边  p = 1 p=1 p=1  
期望输出特征尺寸：  h o = 5 h\_\{o\}=5 ho=5， w o = 5 w\_\{o\}=5 wo=5  
上面这些参数能完整的体现一个反卷积的过程，那么下面是具体的过程

## 输入特征图插值计算 ##

对于一个输入为  h i = 3 h\_\{i\}=3 hi=3， w i = 3 w\_\{i\}=3 wi=3的特征图，反卷积首先需要对输入进行插值，这就涉及到三个问题：

*  在哪里补？
 *  补多少？
 *  补什么？

插值一般都是插入0，因为特征图的输入为尺寸为 h i h\_\{i\} hi， w i w\_\{i\} wi，那么就有 h i − 1 h\_\{i\}-1 hi−1， w i − 1 w\_\{i\}-1 wi−1位置可以插入0，每个位置插入0的个数为 s − 1 s-1 s−1个，插值后特征图就变成了：  
 h n i = h i + ( h i − 1 ) ( s − 1 ) = 5 h\_\{ni\}=h\_\{i\}+(h\_\{i\}-1)(s-1)=5 hni=hi\+(hi−1)(s−1)=5  
 w n i = w i + ( h i − 1 ) ( s − 1 ) = 5 w\_\{ni\}=w\_\{i\}+(h\_\{i\}-1)(s-1)=5 wni=wi\+(hi−1)(s−1)=5

## 正向卷积 ##

对新的特征图做正向卷积，正向卷积的实际步长不是2，而是1，之前设置的步长是体现在插值上，反卷积的卷积步长总是为1。  
此外，同样需要对输入特征做padding，两边各padding1。  
那么按照常规的卷积公式：  
 h o = ( h n i + 2 p − h k ) / 1 + 1 = 5 h\_\{o\}=(h\_\{ni\}+2p-h\_\{k\})/1+1=5 ho=(hni\+2p−hk)/1\+1=5  
 w o = ( w n i + 2 p − w k ) / 1 + 1 = 5 w\_\{o\}=(w\_\{ni\}+2p-w\_\{k\})/1+1=5 wo=(wni\+2p−wk)/1\+1=5  
得到了想要的输出。