デコンボリューションや畳み込みニューラルネットの後方畳み込みとはどういう意味ですか？デコンボリューション（逆畳み込み）とは何を意味しますか？
畳み込みを理解していますが、3x3ウィンドウWと同じサイズのカーネルkを考えると、畳み込みの結果はW * Kが1つの値になります。ここで、kは3x3要素のマッチです。
デコンボリューションは大規模な地図を得るためにフィーチャマップをアップサンプリングしようとしています。フィーチャマップを取得するのに使用される同じ畳み込み行列を使用していますか？バックプロパゲーションの勾配をどのように計算するのではないのですか？詳細な説明は非常に便利です。
詳細な説明は、StackOverflowの範囲をはるかに超えています。これはチュートリアルのサイトではありません。
一般に、デコンボリューションは逆畳み込みであり、各ピクセルは抽出された3x3領域に影響し、入力パラメータをリバースエンジニアリングするためにフィルタのフーリエ変換を適用します。ノイズを減らし、特徴をシャープにするために信号処理によく使用されます。
たとえば、x-y平面内の12個のデータ点を、2次曲線に沿って多かれ少なかれ分散して表示します。与えられた点に4次方程式または3次方程式のローリングコンビネーションをマップするには、さまざまなベストフィット方法があります。これはデコンボリューションの一種です。
ここにいくつかの参考文献があります。私はそのうちの一人か二人があなたが前進するために必要なレベルにいることを願っています。
https://en.wikipedia.org/wiki/Deconvolution
https://www.reddit.com/r/MachineLearning/comments/454ksm/tutorial_on_deconvolution/
https://github.com/tensorflow/tensorflow/issues/2169#issuecomment-216607417
私は（も移調コンボリューションと呼ばれる）デコンボリューションを理解することは非常に有用であることが判明しているリソースを追加したいと思います。このペーパーの第4章では、Dumoulinの「深い学習のための畳み込み演算のガイド」https://arxiv.org/pdf/1603.07285.pdfでは、転置された畳み込みとは非常に直観的に説明しています。 – gcucurull
この回答は間違いの誤っています。ニューラルネットワークの "Deconvolution"は名前の貧しい選択であり、実際のデコンボリューションとは関係ありません。詳細はこちらhttps://datascience.stackexchange.com/questions/6107/what-are-deconvolutional-layers – papirrin