卷积看了也使用了不少时间了,最近在知乎上如何理解深度学习中的deconvolution networks看到一个关于卷积的,感觉不错,因此有把那篇讲卷积的文章A guide to convolution arithmetic for deep learning看了一遍。
首先是卷积和反卷积的输入和输出形状(shape)大小,受到padding、strides和核的大小的影响。其计算如下:
操作 | 卷积 | 反卷积 |
---|---|---|
non padding,no strides | o = (i - k) + 1 | o’ = i’ + (k - 1) |
arbitrary padding, no strdies | o = (i - k) + 2p + 1 | o’ = i’ + (k - 1) - 2p |
half padding, no strides | o = i | o’ = i’ |
full padding, no strides | o = i + (k - 1) | o’ = i’ - (k - 1) |
non padding, non-unit strides | o = | o’ = s(i’ - 1) + k |
arbitrary padidng, non-unit strides | o = |
注1:其中o表示卷积操作输出结果,i表示卷积输入大小,k表示卷积核大小,p表示padding大小,s表示strides大小,o’, i’, k’, p’, s’则表示相应的反卷积操作大小. a 表示如果在卷积时移动步长(strides)不为1,且不能被strides整除,则其反卷积操作需要在输入i’的上边和右边补0,其大小为a,a = (i + 2k - p).
注2:求网络感受野时,根据输出feature的一个pix反推(类似反卷积计算)原图大小,不用考虑padding的影响。
卷积操作
关于在数学上的卷积公式就不多说了,全是一堆公式,在图像中卷积的应用而且有点不一样,直接上一个ufldl的神图,初始接触卷积就是看的这个教程。
就是通过一个卷积核在图片像素中移动进行计算,同时,这种平移计算卷积的操作也可以看成矩阵操作,对于上面一个输入为5x5的输入,核为3x3的卷积来说(无padding且1 strides),把输入、卷积核和输出都展开为向量形式:
- 输入为25维的列向量
- 核扩充为9x25维的矩阵
- 输出为4维的行向量
前向传播
通过上述的矩阵表示,则前向传播可以表示为:
反向传播
神经网络的反向传播是通过链式求导计算的,后一层的误差乘以导数得到前一层的误差。则每层的梯度为:
则对于单个
有:
则对于 有:
反卷积操作(transposed convolution)
反卷积,其实就是卷积转置(transposed convolution),也称为微步卷积(fractionally strided convolutions),因为在反卷积中可能出现移动小于一步的情况,下面会介绍。
根据上面矩阵表示卷积的前向和反向传播的过程,其反卷积的操作就非常简单了,只需要对C进行转置就好了,
.
即:
因此,在反卷积中不需要改变核的大小。
不使用padding和strides
卷积操作
这种类型是最简单的
输出大小为:
解释: 只看一次重做到右的滑动,一共滑动 次,在加上本身初始所在的位置,所以输出为 。
反卷积操作
为了使得到的输出结果比输出结果的shape大,需要改变其padidng的值。
- k’ = k
- s’ = s
- p’ = k-1
解释: 和 在反卷积中不改变,卷积操作使得输出减小了 , 则反卷积操作需要使输出还原到原大小,即输出增加 , 得: –> .
其过程如下所示:
输出大小为:
解释:
使用padding和不使用strides
卷积操作
使用padding在输入图像周围填充0,使输出的结果shape大于输入的结果(不是反卷积)。在实际实现卷积操作中没有计算这些0的乘法
输出大小为:
**解释:**padding在矩阵周围增加了p个单位的0,因此其输入大小增加为 , 即,
反卷积操作
由于在卷积时在输入的四周补0了,所以在反卷积时需要重新计算 , .
解释:同理,卷积操作减少了 , 在反卷积中需要增加回来,则, –> .
输出大小为:
解释:
注意: 的重新计算和 中使用的是
奇数核一半的padding和不使用strides
这种结构比较好玩,就是使输入和输出的大小相同,VGG就是使用这种结构。
卷积操作
核: ,stride: ,padding:
输出大小为:
反卷积操作
由于卷积的输入和输出的形状相同,则反卷积操作与卷积操作也相同。
即,
输出大小为:
奇数核-1大小的padding和不使用strides
stride: ,padding: 。
卷积操作
输出的结果比输入的大,输出增加了p大小。
输出大小为:
反卷积操作
相当于没有使用padding的反卷积操作,就是卷积操作中输出增加了 ,则在反卷积中不使用padding,则输出大小减少 。
输出大小为:
注意:使用的是
。
不使用padding和使用strides
即,卷积核一次移动多步。
卷积操作
输出大小为:
注意:上式进行了向下取整,也就是遇到奇数无法除尽的时候需要向下取整。这种情况需要额外注意,因为在反卷积中需要在其上面和左边补0, 该图在下一节一起放出。
反卷积操作
这种情况的反卷积比较好玩,需要在输入数据中插0。这也是微步卷积的由来(fractionally strided convolutions),由于在输入中插入0,导致strides移动<1。
核:
,stride:
,padding:
注意
的大小为在输入中插入了s - 1个0。
输出大小为:
使用padding和使用strides
卷积操作
和不使用padding差不多,只不过四周补0了.
输出大小为: + 1
反卷积操作
对于移动步数刚好整除的
核:
,stride:
,padding:
输出大小为:
对于无法整除的
这种情况需要在输入矩阵的上边和右边增加a排0,其中
输出大小为:
references
图片来自:https://github.com/vdumoulin/conv_arithmetic
文章参考:A guide to convolution arithmetic for deep learning