CNN中对特征图进行上采样常用的操作有转置卷积和亚像素卷积
1、转置卷积
转置卷积（Transposed Convolution）又称为反卷积（Deconvolution）
先看下普通的卷积过程：
如下图：
这是一个卷积核大小为3x3，步长为1，padding为0的普通卷积
转置卷积的过程：
2、亚像素卷积
把一个3x3的小图片变成一个5X5的大图片。白色虚线区域全填0。
subpixel作者认为，这些白色的填0区域，是无效信息，甚至对求梯度优化有害处。
明明可以直接从原图得到信息，何必非要填0呢。
具体的细节看这个图：
我的理解是：对特征图进行重新排列，这种方式在图像超分辨率应用广泛
W*H*C --》2W*2H*C/4
感谢：https://www.zhihu.com/question/56177877/answer/269452316