一文看懂普通卷积、转置卷积以及空洞卷积
一文看懂普通卷积、转置卷积以及空洞卷积 convolution、 transposed convolution、dilated convolution 本文希望尽量以图说话,简明扼要地分享干货。 首先是普通卷积,下图可能是一张比较经典的展示。其计算公式为: 其中f为kernel的尺寸,p为padding的大小,s为步长的大小。 2.接下来介绍转置卷积transposed convolution 又名逆卷积/deconvolution。 这里要sorry一下,忘记了之前是从哪个网页找的一张老外手写的图片。把转置卷积计算过程写的很清楚。把这个计算过程很直观的介绍给了我们,这样我们就不用再很迷茫地考虑什么转置过程啊,之类的。其计算公式:o=s(i−1)+k−2p 下图相当于把上图过程总结了下。 3. Dilated convolution空洞卷积 首先需要清除的是所谓dilated指的是对卷积核的操作。这样可以在参数数量不变的同时,具有更大的感受野。 假设原始特征为 feat0 ,首先使用扩张率为1的空洞卷积生成feat1,feat1上一点相对feat0感受野为3 3(如图a); 然后使用扩张率为2的空洞卷积处理 feat1 生成feat2(如图b),使第一次空洞卷积的卷积核大小等于第二次空洞卷积的一个像素点的感受野,图b即feat1上一个点综合了图a即feat0上3 3区域的信息