Deconvolution更注重的是如何将尺寸还原回来，而不注重value还原
已知输入为X，卷积核为C，求输出特征Y，则卷积过程为Y=C∗X，如果已知Y和C,求输入X，
,就是deconvolution过程.。
实际计算中并不是求C的逆矩阵，而是求，所以
，求逆矩阵可以还原尺寸和value,但是如果再还原出相同的value的话，我们何必费怎么大的力气，经过怎么多计算而又得到了与前几层完全相同的特征图，直接使用输入特征不就可以了嘛。
例如:
上式也可以说明deconvolution只能还原尺寸，不一定能还原value
下面的公式是对C的一个说明
总结：
逆卷积就是正向（正向传播）输入左乘，反向（反向传播）左乘
卷积是正向输入左乘C，反向左乘
UnPooling和Unsampling
图a是unpooling,它填充0值，图b是unsampling,它是填充相同的值