本文已参与「新人创作礼」活动，一起开启掘金创作之路
本内容包含上采样的简要介绍，不包含运算，详细运算细节可见参考内容3
1. 应用背景
一些操作中会涉及到将低分辨率图像采样为高分辨率图像
2. 上采样方法
Interpolation插值：
- Nearest neighbor interpolation（最近邻插值）
- Bi-linear interpolation（双线性插值）
- Bi-cubic interpolation（双立方插值）
这些插值方法无可学习的参数
Transposed convolution转置卷积： （转置卷积不是卷积的逆运算，但它是卷积）
可以让网络学习如何最优的进行上采样。是通过可学习参数来进行优化的。
转置卷积与常规卷积的区别为：
- 特征图的尺寸变换与常规的相反（从小特征图到大特征图）
- 常规卷积核的转置（卷积核进行上下左右翻转）
