各種卷積與反卷積動態圖?
反卷積:?
詳細文字鏈接：https://www.zhihu.com/question/43609045/answer/132235276(該鏈接中并沒有下面的動態圖)

Deconvolution大致可以分為以下幾個方面：（1）unsupervised learning，其實就是covolutional sparse coding[1][2]：這里的deconv只是觀念上和傳統的conv反向，傳統的conv是從圖片生成feature map，而deconv是用unsupervised的方法找到一組kernel和feature map，讓它們重建圖片。（2）CNN可視化[3]：通過deconv將CNN中conv得到的feature map還原到像素空間，以觀察特定的feature map對哪些pattern的圖片敏感，這里的deconv其實不是conv的可逆運算，只是conv的transpose，所以tensorflow里一般取名叫transpose_conv。（3）upsampling[4][5]：在pixel-wise prediction比如image segmentation[4]以及image generation[5]中，由于需要做原始圖片尺寸空間的預測，而卷積由于stride往往會降低圖片size， 所以往往需要通過upsampling的方法來還原到原始圖片尺寸，deconv就充當了一個upsampling的角色。?
?
arbitrary_padding_no_strides

?
arbitrary_padding_no_strides_transposed

?
dilation

?
full_padding_no_strides

?
full_padding_no_strides_transposed

?
no_padding_no_strides

?
no_padding_no_strides_transposed

?
no_padding_strides

?
no_padding_strides_transposed

?
padding_strides

?
padding_strides_odd

?
padding_strides_odd_transposed

?
padding_strides_transposed

?
same_padding_no_strides

?
same_padding_no_strides_transposed