ps:最近在做分割在github上找代码看模型时老发现尺度从小到大那部分，有的是采用上采样（双线性插值）＋卷积，有的用反卷积。为什么不相同能，我查阅相关资料发现这位知乎大神根据外网大佬文章总结原因。知乎地址：https://www.zhihu.com/question/328891283。先放下我之前一二中都会放的图：
这次我们重点关注下反卷积和上采样＋卷积的结果对比。借用上面知乎大神的示例代码：
import mxnet as mx
batch_size = 1
in_channel = 1
height = 2
width = 2
data_shape = (batch_size, in_channel, height, width)
data = mx.nd.ones(data_shape)
print(data)
out_channel = 1
kernel_size = 2
deconv_weight_shape = (in_channel, out_channel, kernel_size, kernel_size)
deconv_weight = mx.nd.ones(deconv_weight_shape)
stride = 2
up_scale = 2
data_deconv = mx.nd.Deconvolution(data=data, weight=deconv_weight,
kernel=(kernel_size, kernel_size),
stride=(stride, stride),
num_filter=out_channel)
print(data_deconv)
data_upsample = mx.nd.contrib.BilinearResize2D(data=data, scale_height=up_scale, scale_width=up_scale)
print(data_upsample)
conv_weight_shape = (out_channel, in_channel, kernel_size, kernel_size)
conv_weight = mx.nd.ones(conv_weight_shape)
pad = (kernel_size - 1) / 2
data_conv = mx.nd.Convolution(data=data_upsample, weight=conv_weight,
kernel=(kernel_size, kernel_size),
pad=(pad, pad), num_filter=out_channel, no_bias=True)
print(data_conv)这里卷积核尺寸为２＊２，里面的权值都是１。输入原始数据是值全为１的1*1*2*2的矩阵。反卷积的步长为２。下面分别是原始数据，原始数据＋反卷积，原始数据＋２倍的双线性插值，原始数据＋２倍的双线性插值＋卷积。
[[[[1. 1.]
[1. 1.]]]]
<NDArray 1x1x2x2 @cpu(0)>
[[[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]]]
<NDArray 1x1x4x4 @cpu(0)>
[[[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]]]
<NDArray 1x1x4x4 @cpu(0)>
[[[[4. 4. 4.]
[4. 4. 4.]
[4. 4. 4.]]]]
<NDArray 1x1x3x3 @cpu(0)>好像没看出什么，将卷积核尺寸改为３＊３,原始数据改大写１＊１＊４＊４。
[[[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]]]
<NDArray 1x1x4x4 @cpu(0)>
[[[[1. 1. 2. 1. 2. 1. 2. 1. 1.]
[1. 1. 2. 1. 2. 1. 2. 1. 1.]
[2. 2. 4. 2. 4. 2. 4. 2. 2.]
[1. 1. 2. 1. 2. 1. 2. 1. 1.]
[2. 2. 4. 2. 4. 2. 4. 2. 2.]
[1. 1. 2. 1. 2. 1. 2. 1. 1.]
[2. 2. 4. 2. 4. 2. 4. 2. 2.]
[1. 1. 2. 1. 2. 1. 2. 1. 1.]
[1. 1. 2. 1. 2. 1. 2. 1. 1.]]]]
<NDArray 1x1x9x9 @cpu(0)>
[[[[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]]]]
<NDArray 1x1x8x8 @cpu(0)>
[[[[4. 6. 6. 6. 6. 6. 6. 4.]
[6. 9. 9. 9. 9. 9. 9. 6.]
[6. 9. 9. 9. 9. 9. 9. 6.]
[6. 9. 9. 9. 9. 9. 9. 6.]
[6. 9. 9. 9. 9. 9. 9. 6.]
[6. 9. 9. 9. 9. 9. 9. 6.]
[6. 9. 9. 9. 9. 9. 9. 6.]
[4. 6. 6. 6. 6. 6. 6. 4.]]]]
<NDArray 1x1x8x8 @cpu(0)>在对比下卷积核尺寸改为４＊４。
[[[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]]]
<NDArray 1x1x4x4 @cpu(0)>
[[[[1. 1. 2. 2. 2. 2. 2. 2. 1. 1.]
[1. 1. 2. 2. 2. 2. 2. 2. 1. 1.]
[2. 2. 4. 4. 4. 4. 4. 4. 2. 2.]
[2. 2. 4. 4. 4. 4. 4. 4. 2. 2.]
[2. 2. 4. 4. 4. 4. 4. 4. 2. 2.]
[2. 2. 4. 4. 4. 4. 4. 4. 2. 2.]
[2. 2. 4. 4. 4. 4. 4. 4. 2. 2.]
[2. 2. 4. 4. 4. 4. 4. 4. 2. 2.]
[1. 1. 2. 2. 2. 2. 2. 2. 1. 1.]
[1. 1. 2. 2. 2. 2. 2. 2. 1. 1.]]]]
<NDArray 1x1x10x10 @cpu(0)>
[[[[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]]]]
<NDArray 1x1x8x8 @cpu(0)>
[[[[ 9. 12. 12. 12. 12. 12. 9.]
[12. 16. 16. 16. 16. 16. 12.]
[12. 16. 16. 16. 16. 16. 12.]
[12. 16. 16. 16. 16. 16. 12.]
[12. 16. 16. 16. 16. 16. 12.]
[12. 16. 16. 16. 16. 16. 12.]
[ 9. 12. 12. 12. 12. 12. 9.]]]]
<NDArray 1x1x7x7 @cpu(0)>
这样一对比２和３就发现如果在步长为２的情况下，卷积核为３是的反卷积产生棋盘状的４（特征），这是原始数据里所有值为１中没有的特征（这样就成为噪声了），而卷积核为４时反卷积后就没有这种不该有的特征（噪声）。而上采样＋卷积就没这种问题。所以直接都用上采样+卷积就比较省心，而直接反卷积就需要注意要设计时规避这种问题。
至于我为什么要放第１这种情况就是为解开我之前的困惑其实步长为２，所说的不是在反卷积时卷积核移动的步长（反卷积时卷积核移动的步长始终为１），而是代表插值后原始数据元素之间的距离。比如下图，左为卷积，右为反卷积。左图的输出先以步长为２插值（一般都插０值），那么元素间距离为步长２．在计算卷积是其实还是为移动步长为１进行。
最后再放下大佬的博文：https://distill.pub/2016/deconv-checkerboard/
人家16年已经搞的明明白白，我到现在才搞清楚啊！！！