1. 卷積與反卷積
如上圖演示了卷積核反卷積的過程，定義輸入矩陣為 I（4×4），卷積核為 K（3×3），輸出矩陣為 O（2×2）：
- 卷積的過程為：Conv(I,W)=O
- 反卷積的過稱為：Deconv(W,O)=I（需要對此時的 O 的邊緣進行延拓 padding）
2. 步長與重疊
卷積核移動的步長（stride）小於卷積核的邊長（一般為正方行）時，變會出現卷積核與原始輸入矩陣作用范圍在區域上的重疊（overlap），卷積核移動的步長（stride）與卷積核的邊長相一致時，不會出現重疊現象。
4×4 的輸入矩陣 I和 3×3 的卷積核K：
- 在步長（stride）為 1 時，輸出的大小為 (4−3+1)×(4−3+1)
現考慮其逆問題，原始輸入矩陣為多大時，其與 3×3 的卷積核K 相卷積得到的輸出矩陣的大小為 4×4：
- 步長（stride）為 1 時，(x−3+1)×(x−3+1)=4×4
- x=6