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,我很困惑以下两者之间的区别:
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?
我想你会发现这个网页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"内核。考虑这个一维示例。假设你的内核是[a, b]
的,你的输入是[A, B, ...]
的,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, ...]