UpSampling2D 와 Conv2DTranspose의 차이

  • U-net이나 Decoder의 경우 이미지의 크기를 역으로 키울 필요가 있다.
업 샘플링으로 14 -> 28로 변한것을 알수있다.
  • UpSampling2D는 케라스 기준 내부적으로 resize_images() 를 호출한다. 즉, 적은 해상도를 일부러 고해상도로 올리는것이다. 단순히 잡아 늘리는 역할으로 바로 Conv2D의 함수가 호출되어야 될 필요가 있음
  • Conv2DTranspose는 Convolution 연산이 들어가서 해상도를 키운다. 이 연산은 당연히 학습과정에서 필터가 학습이 된다.
  • 보통은 H, W가 줄어들고 Feature map갯수에 따라 차원이 늘기 때문에 익숙한 개념은 아니지만, 패딩을 적당히 섞으면 H, W가 늘어나는것도 당연히 가능하다.
좀더 자세한 부분은 아래 출처 참조.

17 thoughts on “UpSampling2D 와 Conv2DTranspose의 차이

  1. Good way of describing, and good article to take facts about my presentation focus, which i am going to deliver in academy.

    Feel free to visit my page: also g

  2. Pretty section of content. I just stumbled upon your weblog and
    in accession capital to assert that I get in fact enjoyed account
    your blog posts. Anyway I’ll be subscribing to your feeds and even I achievement g you access consistently fast.

댓글 남기기