详解上采样的两种常用方法（附以TensorFlow 2.x实现的小demo）
我们以Unet网络来进入我们今天将要分享的主题，请看下图：我们知道，Unet网络结构大致可以分为三大部分：编码器（Encoder）：由四个子模块构成，每个子模块包含两个卷积层，并且在每个子模块之后均有一个通过max_pooling实现的下采样层；通过观察网络层级结构我们可以知道，Encoder共下采样4次，一共下采样16倍；解码器（Decoder）：同样由四个子模块组成，与Encoder对应，Decoder共上采样4次，从而可以将Encoder得到的高级语义特征图恢复到原图片的分辨率；skip
![Fucking on [non-breakable space] and [trailing space]](/uploads/reation/bcimg1.png)
