在CNN中实现多通道数据的反向卷积

Question

我一直在尝试对卷积运算有更深的理解，因为我正在实现一个卷积神经网络。但当我试图计算反向传递或反卷积时，我被卡住了。

假设输入是一个维度为3x7x7的三维RGB图像，滤波器的维度为3x3x3。在将步长设置为2进行卷积时，我们将得到尺寸3x3的输出。

现在我的问题来了。我读到过，反卷积是输出与翻转内核的卷积。但是在翻转内核时，它仍然是维度3x3x3，输出的维度是3x3。输入的维度为3x7x7。那么，如何计算反卷积呢？

Answer 1

Here是一个很好的可视化的卷积和反卷积(转置卷积)。白色的部分是简单的零。