这是一个有趣的算法，看起来是反卷积其实和卷积也没有非常明显的区别。卷积是把一个图（矩阵）通过某些映射函数得到一个浓缩的矩阵，理想的情况是浓缩的矩阵能很好的描述原来矩阵的特征。而反卷积就是把浓缩的矩阵通过某些算法（比如线性插值）使其大小变化成我们需要的大小，这个变化其实也是卷积的过程，那为什么它卷积后图像变大了呢？前面有讲过填充padding，假如我们对每个像素（即矩阵元素）添加填充padding，那么填充后的图像还会变小么？有可能，这取决于你的卷积核大小，填充padding的大小和步长。这个填充padding用浓缩的矩阵使用插值等算法填充，值得注意的是，在卷积的过程中我们添加填充padding是为了提高像素利用率因此填充都是0以防止对模型造成干扰。
通俗的讲，反卷积就是用某种方法使格子之间填充格子，再使用印章给这些格子盖章，盖的方法和章子和卷积过程差不多。就是先填充再卷积。当然，可能也还有别的实现方法，但是通用的应该就是这个原理。
帅
测试