ConvTranspose2d ¬

class torch.nn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, bias=True, dilation=1, padding_mode='zeros', device=None, dtype=None)

在由多个输入平面组成的输入图像上应用二维转置卷积算子。

此模块可以看作是 Conv2d 相对于其输入的梯度。它也被称为分数步长卷积或反卷积（尽管它不是真正的反卷积操作，因为它不计算卷积的真正逆）。有关更多信息，请参阅此处可视化以及《反卷积网络》论文。

此模块支持 TensorFloat32。

在某些 ROCm 设备上，当使用 float16 输入时，该模块将使用不同的精度进行反向操作。

• stride 控制交叉相关步长。

• padding 控制两侧隐式零填充的数量。 dilation * (kernel_size - 1) - padding 点数。详情请见下文注释。

• output_padding 控制输出形状一侧额外增加的大小。详情请见下文注释。

• dilation 控制内核点之间的间距；也称为à trous 算法。描述起来比较困难，但这里有一个很好的可视化链接，展示了 dilation 的作用。

• groups 控制输入和输出之间的连接。 in_channels 和 out_channels 必须都能被 groups 整除。例如，

  • 在 groups=1 的情况下，所有输入都会与所有输出进行卷积。

  • 在 groups=2 的情况下，操作相当于有两个卷积层并排，每个层看到一半的输入通道并产生一半的输出通道，然后两者随后进行拼接。

  • 在 groups= in_channels 的情况下，每个输入通道都会与其自己的过滤器集（大小为 $\frac{\text{out\_channels}}{\text{in\_channels}}$ ）进行卷积。

参数 kernel_size ， stride ， padding ， output_padding 可以是：

• 单个 int – 在这种情况下，高度和宽度维度使用相同的值

• 两个整数的 tuple –在这种情况下，第一个整数用于高度维度，第二个整数用于宽度维度

注意

padding 参数实际上会在两个大小上添加 dilation * (kernel_size - 1) - padding 的零填充。这样设置是为了当 Conv2d 和 ConvTranspose2d 使用相同的参数初始化时，它们在输入和输出形状方面互为倒数。然而，当 stride > 1 ， Conv2d 将多个输入形状映射到相同的输出形状时。 output_padding 提供了一种方法来消除这种歧义，通过有效地增加一侧计算出的输出形状。请注意， output_padding 仅用于找到输出形状，但不会实际添加零填充到输出。

注意

在某些情况下，当在 CUDA 设备上给定张量并使用 CuDNN 时，此运算符可能会选择非确定性算法以提高性能。如果这不可取，您可以通过设置 torch.backends.cudnn.deterministic = True 尝试使操作确定性（可能以性能成本为代价）。有关更多信息，请参阅可重现性。

参数:

• 输入通道（整数）- 输入图像中的通道数

• 输出通道（整数）- 卷积产生的通道数

• 核大小（整数或元组）- 卷积核的大小

• 步长（整数或元组，可选）- 卷积的步长。默认：1

• padding（整数或元组，可选）- dilation * (kernel_size - 1) - padding 在输入的每个维度两侧将添加零填充。默认：0

• output_padding（整数或元组，可选）- 添加到输出形状每个维度一侧的额外大小。默认：0

• groups（整数，可选）- 从输入通道到输出通道的阻塞连接数量。默认：1

• bias（布尔值，可选）- 如果 True ，则向输出添加可学习的偏置。默认： True

• 扩展 (int 或 tuple，可选) – 卷积核元素之间的间距。默认：1

形状：

• 输入： $(N, C_{in}, H_{in}, W_{in})$ 或 $(C_{in}, H_{in}, W_{in})$

• 输出： $(N, C_{out}, H_{out}, W_{out})$ 或 $(C_{out}, H_{out}, W_{out})$ ，其中

$$H_{out} = (H_{in} - 1) \times \text{stride}[0] - 2 \times \text{padding}[0] + \text{dilation}[0] \times (\text{kernel\_size}[0] - 1) + \text{output\_padding}[0] + 1$$

$$W_{out} = (W_{in} - 1) \times \text{stride}[1] - 2 \times \text{padding}[1] + \text{dilation}[1] \times (\text{kernel\_size}[1] - 1) + \text{output\_padding}[1] + 1$$

变量:

• weight (Tensor) – 模块的学得权重，形状为 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]})$ 。这些权重的值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中采样，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$

• bias (Tensor) – 模块的学得偏置，形状为 (out_channels) 如果 bias 是 True ，则这些权重的值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中采样，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$

示例：

>>> # With square kernels and equal stride
>>> m = nn.ConvTranspose2d(16, 33, 3, stride=2)
>>> # non-square kernels and unequal stride and with padding
>>> m = nn.ConvTranspose2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))
>>> input = torch.randn(20, 16, 50, 100)
>>> output = m(input)
>>> # exact output size can be also specified as an argument
>>> input = torch.randn(1, 16, 12, 12)
>>> downsample = nn.Conv2d(16, 16, 3, stride=2, padding=1)
>>> upsample = nn.ConvTranspose2d(16, 16, 3, stride=2, padding=1)
>>> h = downsample(input)
>>> h.size()
torch.Size([1, 16, 6, 6])
>>> output = upsample(h, output_size=input.size())
>>> output.size()
torch.Size([1, 16, 12, 12])