前言
上采样：可以简单理解为任何可以让你的图像变得更高分辨率的技术。
最简单的方式是重采样和插值：将输入图片input image进行rescale到一个想要的尺寸，而且计算每个点的像素点，使用如双线性插值bilinear等插值方法对其余点进行插值。
Deconvolution(反卷积)在CNN中常用于表示一种反向卷积 ，但它并不是一个完全符合数学规定的反卷积操作。
反卷积也被称为分数步长卷积(convolution with fractional strides)或者转置卷积(transpose convolution)或者后向卷积backwards strided convolution。
Vision Layer
在PyTorch中，上采样的层被封装在torch.nn中的Vision Layers里面，一共有4种：
① PixelShuffle
② Upsample
③ UpsamplingNearest2d
④ UpsamplingBilinear2d
PixelShuffle
正常情况下，卷积操作会使feature map的高和宽变小。
但当我们的stride = 1/r < 1 时，可以让卷积后的feature
版权声明：本文为博主李响Superb原创文章，版权归属原作者，如果侵权，请联系我们删除！
原文链接：https://blog.csdn.net/weixin_43838785/article/details/123234313
