Python FCN型网络的转置卷积张量流填充

我正在实现一些用于分段的FCN变体。特别是，我实现了一个U-net体系结构。在该体系结构中，我使用3x3内核应用有效卷积，然后使用转置卷积使用2x2内核和2的步长进行上采样

我的问题是，如果对卷积使用有效或相同的填充，这是否决定了对转置卷积使用有效还是相同的填充

---

目前，我对卷积使用有效的填充，对转置卷积使用相同的填充

不，如何计算每个卷积层中的内核映射是由您决定的。这是设计模型的问题。

谢谢您的回复。所以我的问题是，我在我的U-net架构中应用了2乘2的转置卷积，步幅为2，但我仍然看到一些棋盘一样的人工制品！我认为应用这个过滤器的大小和步幅不会导致这种情况。我正在从一个奇数输入进行上采样。i、 e我的输入是25x25。因为我的滤波器大小不完全适合这个，而且我使用的是相同的卷积，这可能是看到这些伪影的原因吗？为什么不使用双三次或双线性插值？在U-Net的论文中，看起来他们使用了放大层，而不是转置卷积层。