[深度學習] CNN FCN 常見卷積算法圖示

Convolution arithmetic 卷積算法

文章、動圖源地址：https://github.com/vdumoulin/conv_arithmetic

深度學習中使用的卷積算法的知識總結。

本教程的代碼和/或圖像可以免費用於非商業用途

• [1] Vincent Dumoulin, Francesco Visin - A guide to convolution arithmetic
  for deep learning
  (BibTeX)

Convolution animations 卷積Gif

N.B.: 藍色的圖是輸入，綠色的圖是輸出。

不補零（No padding）	任意補零（Arbitrary padding）	半補零（Half padding））	全補零（Full padding）
無步長（no strides）	無步長（no strides）	無步長（no strides）	無步長（no strides）
不補零（No padding）	有補零（Padding）Padding	有補零（Padding）Padding
有步長（strides）	有步長（strides）	有步長（奇步）（strides（odd））

Transposed convolution animations 轉置卷積Gif，也叫做Deconvolution

N.B.: 藍色的圖是輸入，綠色的圖是輸出，與上面卷積一一對應。

No padding, no strides, transposed	Arbitrary padding, no strides, transposed	Half padding, no strides, transposed	Full padding, no strides, transposed
No padding, strides, transposed	Padding, strides, transposed	Padding, strides, transposed (odd)

Dilated convolution animations 擴張卷積Gif

擴張卷積與普通的卷積相比，除了卷積核的大小以外，還有一個擴張率(dilation rate)參數，主要用來表示擴張的大小。擴張卷積與普通卷積的相同點在於，卷積核的大小是一樣的，在神經網絡中即參數數量不變，區別在於擴張卷積具有更大的感受野。感受野是卷積核在圖像上看到的大小，例如3×33×3卷積核的感受野大小爲9（如下Gif所示）。參考

N.B.: 藍色的圖是輸入，綠色的圖是輸出。

No padding, no stride, dilation

文章、動圖源地址：https://github.com/vdumoulin/conv_arithmetic