深度学习卷积运算指南
机器学习
2018-01-12 v2 机器学习
神经与进化计算
摘要
我们介绍了一份指南，旨在帮助深度学习从业者理解和操控卷积神经网络架构。该指南阐明了卷积层、池化层和转置卷积层的各种属性（输入形状、核形状、零填充、步幅和输出形状）之间的关系，以及卷积层与转置卷积层之间的关系。我们推导了多种情形下的关系，并辅以图示以使其直观。
引用
@article{arxiv.1603.07285,
title = {A guide to convolution arithmetic for deep learning},
author = {Vincent Dumoulin and Francesco Visin},
journal= {arXiv preprint arXiv:1603.07285},
year = {2018}
}