上采样是指将图像上采样到更高分辨率的任何技术。最简单的方法是使用重新采样和插值。即取原始图像输入，将其重新缩放到所需的大小，然后使用插值方法（如双线性插值）计算每个点处的像素值。在CNN上下文中，上池化通常指代最大池化的逆过程。在CNN中，最大池化操作是不可逆的，但是我们可以通过使用一组转换变量记录每个池化区域内最大值的位置来获得一个近似的逆操作结果。在反卷积（网络）中，上池化操作使用这些转换变量从前一层输入中安放这些复原物到（当前层）合适的位置，从而一定程度上保护了原有结构。在CNN上下文中，反卷积通常用于指代卷积的逆过程，而非数学意义上真正的反卷积，这一点很重要，也很令人困惑。相比上池化，使用反卷积进行图像的上采样是可以被学习的。反卷积常被用于对CNN的输出进行上采样至原始图像分辨率。
反卷积常被认为是空洞卷积或者转置卷积 ，这也更为恰当一些。
对于一个卷积，存在一个合适的反卷积反转/消除它的影响/作用（反卷积 - 维基百科）。我不认为人们实际上在CNN上下文中使用这个（定义）。
我对卷积稀疏编码知之甚少，但在浏览一些论文的过程中我发现，这些论文使用了前一种“反卷积”，即转置卷积，使图像从卷积生成的稀疏图像表示回到原始图像分辨率。 （很高兴这一点能够被纠正。）
由于上采样是指将图像上采样到更高分辨率的任何技术，因此我们可以讲：通过反卷积进行上采样。
