提问：如果卷积神经网络来做自编码器，如何做反卷积呢？
答：卷积神经神经本质上可以（先将池化层删除，聚集核心）转换成全连接层；那么联想到普通自编码器，如果要求编码器与解码器参数相对称，那么编码层对应的参数w，解码层对应的参数为w的转置；那么反卷积也一样的道理；需要是w的转置；
相关文章：
相似解决方案
热门标签
提问：如果卷积神经网络来做自编码器，如何做反卷积呢？
答：卷积神经神经本质上可以（先将池化层删除，聚集核心）转换成全连接层；那么联想到普通自编码器，如果要求编码器与解码器参数相对称，那么编码层对应的参数w，解码层对应的参数为w的转置；那么反卷积也一样的道理；需要是w的转置；
相关文章：