理工酷

上采样指的是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。这是获取一个输入图像，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。

非池化在卷积神经网络中常用来表示反向最大池化。在卷积网络中，最大池化操作是不可逆转的，但是我们可以通过记录一组开关变量中每个池化区域内的最大值的位置来获得近似的逆。在去卷积网络中，非池化操作使用这些开关将上面一层的重构放置到适当的位置，保留刺激的结构。

在卷积神经网络的背景下，反卷积通常被用来表示一种反向卷积，重要的是，它实际上并不是一种正确的数学反卷积。与非池化相反，使用“反卷积”可以学习图像的上采样。它通常用于将卷积网络的输出上采样到原始图像的分辨率。反卷积也被称为分步卷积，或转置卷积。

关于卷积稀疏编码,我了解的不多，但我看一些论文,这个方法使用转置卷积,允许使用卷积网获得的稀疏图像回到原始图像分辨率。