Upsample、ConvTranspose2d、conv后PixelShuffle用法上有什么区别？
不改变特征图通道数而将特征图尺寸扩大一倍有3个方法：
1.Upsample上采样
2.先用卷积将通道数扩大一倍，然后用PixelShuffle，将两个通道的特征图相互插入使得尺寸扩大一倍。
3.利用反卷积ConvTranspose2d不改变通道数尺寸扩大一倍。
请问三者有什么区别呢？在用法上有什么讲究吗？
这三个共同功能都是上采样，但细分就会有些区别。说一下适用的任务吧~
1. upsample是利用传统插值方法进行上采样。往往会在upsample后接一个conv，进行学习。任务：超分，目标检测。
2. 转置卷积应该是上采样力度最大的，所以有些时候的结果看起来会不太真实。任务：GAN，分割，超分。
3. pixel shuffle最开始也是用在超分上的，把channel通道放大r^2倍，然后再分给H，W成rH，rW，达到上采样的效果。目前超分用这个应该是主流。任务：超分。
相关话题
反卷积与棋盘效应
Deconvolution and Checkerboard Artifacts
链接：https://www.zhihu.com/question/342143752/answer/802256736
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。