在CNN中实现多通道数据的后向卷积

Question

当我正在实施卷积神经网络时，我一直在努力深入了解卷积运算。但是在试图计算后向传球或反褶积时我被卡住了。

假设输入是尺寸为3x7x7的3维RGB图像。滤镜的尺寸为3x3x3。在步幅设置为2的情况下，我们将获得维度3x3的输出。

现在这是我的问题。我已经读过去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，输出的维度为3x3。输入的维度为3x7x7。那么，如何计算反卷积？

Answer 1

Here是一个很好的可视化如何卷积和反卷积（转置卷积）。白色碎片只是零。