理工酷

上采样（Upsampling）是指可以将图像上采样到更高分辨率的任何技术。 最简单的方法是使用重采样和插值，即取原始图像输入，将其缩放到所需的大小，然后使用插值方法（如双线性插值）计算每个点的像素值。

上池化（Unpooling）通常在卷积神经网络中用于表示最大池化的逆操作。在CNN中，最大池化操作是不可逆的，但是我们可以通过在一组开关变量中记录每个池化区域内最大值的位置来获得近似的逆操作结果。在反卷积网络中，上池化操作使用这些转换变量将来自上一层的重建内容放置到（当前层）合适的位置，从而保留了原有的结构。

反卷积（Deconvolution）在卷积神经网络中通常用于表示一种反向卷积，很重要但也同样令人困惑的一点是，它并不是数学意义上的真正的卷积。与上池化相比，使用“反卷积”可以了解图像的上采样，它通常用于将CNN的输出上采样到原始图像分辨率。反卷积也可以称为带步幅的卷积或转置卷积。