Ядро (2×2)
обучаемые веса
×
Input (2×2)
→
scatter +
accumulate
Output (4×4)
Conv2DTranspose («транспонированная свёртка», иногда неточно «deconvolution») — это обучаемый апсэмплинг. Каждый входной пиксель умножается на ядро и результат добавляется (суммируется) в соответствующую область выхода. При strides=2 ядро 2×2 разворачивает вход 2×2 → выход 4×4. Перекрывающиеся области суммируются.
В отличие от UpSampling2D, ядро — обучаемое: сеть сама учится, как «раздувать» признаки. Поэтому Conv2DTranspose генерирует более богатое и семантически точное восстановление. Цена — появление артефактов клетчатки (checkerboard artifacts) при неудачных параметрах.