Convolutional Autoencoder

• The network of decoder change to transposed convolutional layers

• CAE에서 앞부분은 Convolution을 사용한다.

• 뒷부분은 Convolution의 반대되는 느낌. 즉 명칭으로는 Deconvolution이 되면 될 것 같지만, 그것이 아닌 Transposed Convolutional Layers를 사용하여 원하는 Upsampling을 구현

• 하지만, Transposed Convolutional Layer는 완전한 Upsampling을 구현한 것은 아님

Transpose

• Upsampling도 동일하게 Convoluiton을 수행함
• Input보다 Output이 크기에, 크기를 키우기 위해 Zero-Padding을 많이 사용함
  • Upsampling의 초점은 크기를 키우는 것이기에, Zero-Padding을 많이 사용하게 됨
• Transpose는 CAE에서 Decoder 역할을 함

References

[기계공학을 위한 딥러닝] 15 CAE 1 (합성곱 오토인코더)

[기계공학을 위한 딥러닝] 15 CAE 2 (합성곱 오토인코더)