デコンボリューションの計算ステップ
そのイメージは、だから、
コンボリューションカーネルです
ケース1
あなたがしたい場合は、出力サイズは5×5、ステップストライド= 2の数、tensorflowコマンドです。
transpose_conv = tf.nn.conv2d_transpose（値= 入力、
フィルタ= カーネル、
output_shape = [1,5,5,1 ]、
進歩= 2 、 パディング= 'SAME'）
transpose_convコマンドを実行するとき、tensorflowは、最初のエラーを指示する、確立されていない場合に、確立された畳み込みタイプ、入力サイズ、出力サイズおよびステップの数との関係を計算し、確立された場合、次の操作を行います。
N =ストライド：1ステップの数は今や充填ストライドの内部に入るように進み、ここで進歩、すなわち、充填数との間のN個の各入力要素との間の0,0ストライドの関係は、入力増幅器の倍数であると理解しました-1
ここでは、例えば、ストライドを例示= 2、すなわち充填0との間の各入力要素：
2.次に、コンボリューションは、入力の入力満たすカーネルパッド畳み込みステップフォワードストライド= 1のために、フォワード畳み込み式に従って出力サイズは： 出力サイズが5×5であり得るため、我々は、以下の式をデコンボリューションoutput_shape出力サイズパラメータが両方とも同じ、それを計算することができ、5のように与えられ、結果は次のとおり
tensorflowの業績と同じ。
ケース2
私たちは6に変更し、出力サイズoutput_shapeで1ケなり、他のパラメータは、コマンドtensorflow、変更されていません。
transpose_conv = tf.nn.conv2d_transpose（値= 入力、
フィルタ= カーネル、
output_shape = [1,6,6,1 ]、
進歩= 2 、 パディング= 'SAME'）
コンボリューションの種類が同じである、我々は最初の0を中心に周辺部に記入する必要があります。
見つかった、3x3の畳み込みカーネルと充填後の入力出力サイズの大きさを埋めるために続けて0を必要とする6×6のoutput_shapeに達していない、5×5のコンボリューションされ、次に、優先度算出ルールtensorflow左および上側に充填されています行0、入力充填は次のようになります。
次に、3×3の充填後に再び入力コンボリューションカーネルのコンボリューション結果です。
tensorflowの業績と同じ。
参考文献：