Deconvolution, Upsampling, Unpooling 。这几个入门概念一直模模糊糊，但是几乎每一篇 paper 里都会提及，所以抽点时间系统的整理归纳一下。
Upsampling
Upsampling 是指将图像上采样到更高分辨率的技术的统称。包括但不限于 Deconvolution , Unpooling。
最简单的方法是使用重采样和插值。即给定一张输入图像，将其重新缩放到所需的大小，然后使用插值方法（如双线性插值）计算每个新点处的像素值。
Unpooling 常用于神经网络中，表示 逆max pooling。详见 paper ：Unpooling: In the convnet, the max pooling operation is non-invertible, however we can obtain an approximate inverse by recording the locations of the maxima within each pooling region in a set of switch variables. In the deconvnet, the unpooling operation uses these switches to place the reconstructions from the layer above into appropriate locations, preserving the structure of the stimulus.
Deconvolution 在卷积神经网络中经常被用来表示为逆卷积，但它并不是纯数学角度上的反卷积。与 unpooling 不同，逆卷积 的参数是可学习的。常用于将卷积网络的输出上采样到原始图像分辨率。逆卷积 也称为 convolution with fractional strides 或transpose convolution。
可视化加深理解