Tensorflow stride=2的2x2 deconv内核如何工作？

例如，如果特征映射为8x8，则我使用这样的deconv，并且特征映射为16x16，我不清楚以下两者之间的区别：

deconv(kernel_size=2, stride=2, padding='valid')

及

---

由于它们都将使功能图变大2倍，它们分别是如何工作的？

我想您会发现，在上的解释和交互式演示非常有用

具体来说，设置

stride=2

将使输出形状加倍，而不管内核大小如何。

内核大小

确定每个输入像素影响多少输出像素。
设置

stride=2

和

kernel\u size=2

只是在输出上“复制”内核。考虑这个一维的例子。假设您的内核是

[a，b]

，输入是

[a，b，…]

，那么输出是

[A*a, A*b, B*a, B*b, ...]

对于

kernel\u size=3

，输出变为

[A*a, A*b, A*c+B*a, B*b, B*c+C*a, ...] 

[A*a, A*b, A*c+B*a, B*b, B*c+C*a, ...]