反卷积层与卷积层相同吗？
计算机视觉与模式识别
2016-09-23 v1
摘要
在本文中，我们希望重点关注在 CVPR 期间多数人就我们展示的网络向我们提出的两个问题相关方面。首先，我们提出的层与反卷积层之间有何关系？其次，为何在低分辨率（LR）空间中的卷积是更好的选择？这些是我们在论文中试图回答的关键问题，但受篇幅所限，我们未能如愿深入且清晰地阐述。为了在本文中更好地回答这些问题，我们首先讨论反卷积层（以转置卷积层形式）、亚像素卷积层以及我们高效的亚像素卷积层之间的关系。我们将我们高效的亚像素卷积层称为 LR 空间中的卷积层，以区别于常见的亚像素卷积层。随后我们将证明，在固定计算预算和复杂度下，仅在 LR 空间进行卷积的网络，比首先在高分辨率空间对输入进行上采样的网络在相同速度下具有更强的表示能力。
引用
@article{arxiv.1609.07009,
title = {Is the deconvolution layer the same as a convolutional layer?},
author = {Wenzhe Shi and Jose Caballero and Lucas Theis and Ferenc Huszar and Andrew Aitken and Christian Ledig and Zehan Wang},
journal= {arXiv preprint arXiv:1609.07009},
year = {2016}
}
备注
This is a note to share some additional insights for our the CVPR paper