stride=2 的 2x2 deconv 内核如何工作？

【问题标题】：How does a 2x2 deconv kernel with stride=2 work?stride=2 的 2x2 deconv 内核如何工作？
【发布时间】：2019-02-23 08:19:17
【问题描述】：

例如，如果特征图是 8x8，那么我使用这样的 deconv 并且特征图变为 16x16，我很困惑这两者之间有什么区别：

deconv(kernel_size=2, stride=2, padding='valid')

和

deconv(kernel_size=3, stride=2, padding='same')

由于它们都会使特征图大 2 倍，它们分别是如何工作的？

【问题讨论】：

标签： tensorflow deep-learning computer-vision caffe pytorch

【解决方案1】：

我想你会发现this web page 上的解释和交互式演示非常有帮助。

具体来说，无论内核大小如何，设置 stride=2 都会使您的输出形状加倍。
kernel_size 确定每个输入像素影响多少输出像素。
设置stride=2 和kernel_size=2 只是在输出上“复制”你的内核。考虑这个一维示例。假设你的内核是[a, b]，你的输入是[A, B, ...]，那么输出是

[A*a, A*b, B*a, B*b, ...]

对于kernel_size=3，输出变为

[A*a, A*b, A*c+B*a, B*b, B*c+C*a, ...]

【讨论】：