ConvTranspose1d

class torch.nn.ConvTranspose1d(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)

对由多个输入平面组成的输入图像应用 1D 转置卷积操作符。

此模块可视为 Conv1d 相对于其输入的梯度。它也被称为分数步长卷积 (fractionally-strided convolution) 或反卷积 (deconvolution)（尽管它不是一个实际的反卷积操作，因为它并未计算卷积的真实逆）。更多信息，请参阅此处的可视化以及反卷积网络 (Deconvolutional Networks) 论文。

此模块支持 TensorFloat32。

在某些 ROCm 设备上，当使用 float16 输入时，此模块将在反向传播中使用不同的精度。

• stride 控制互相关 (cross-correlation) 的步长。

• padding 控制输入两侧的隐式零填充量，填充点数为 dilation * (kernel_size - 1) - padding。详情请参见下方注释。

• output_padding 控制添加到输出形状一侧的额外大小。详情请参见下方注释。

• dilation 控制卷积核点之间的间距；也称为 à trous 算法。这很难描述，但此处的链接提供了关于 dilation 作用的精彩可视化。

• groups 控制输入和输出之间的连接关系。in_channels 和 out_channels 都必须能被 groups 整除。例如，

  • 当 groups=1 时，所有输入都与所有输出进行卷积。

  • 当 groups=2 时，该操作等同于将两个卷积层并排放置，每个层接收一半输入通道并产生一半输出通道，随后将两者拼接。

  • 当 groups=in_channels 时，每个输入通道都与自己的一组滤波器（大小为 $\frac{\text{out\_channels}}{\text{in\_channels}}$）。

注意

padding 参数实际上会在输入的两侧添加 dilation * (kernel_size - 1) - padding 量的零填充。这样设置是为了让当一个 Conv1d 和一个 ConvTranspose1d 用相同参数初始化时，它们在输入和输出形状方面互为逆操作。然而，当 stride > 1 时，Conv1d 会将多个输入形状映射到同一个输出形状。output_padding 的作用是通过有效地增加输出形状的一侧来解决这种模糊性。请注意，output_padding 仅用于确定输出形状，但实际上并不会向输出添加零填充。

注意

在使用带有 CuDNN 的 CUDA 后端时，在某些情况下，此操作符可能会选择非确定性算法以提高性能。如果不需要此行为，您可以通过设置 torch.backends.cudnn.deterministic = True 来尝试使操作变为确定性（可能会带来性能损失）。请参阅有关可复现性的注意事项以了解背景信息。

参数

• in_channels (int) – 输入图像的通道数

• out_channels (int) – 卷积产生的通道数

• kernel_size (int 或 tuple) – 卷积核的大小

• stride (int 或 tuple, 可选) – 卷积步长。默认值: 1

• padding (int 或 tuple, 可选) – 输入两侧将添加 dilation * (kernel_size - 1) - padding 零填充。默认值: 0

• output_padding (int 或 tuple, 可选) – 添加到输出形状一侧的额外大小。默认值: 0

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

• bias (bool, 可选) – 如果为 True，则向输出添加一个可学习的偏置。默认值: True

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

形状

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

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

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

变量

• weight (Tensor) – 模块的可学习权重，形状为 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size})$。这些权重的值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中采样，其中 $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$。

• bias (Tensor) – 模块的可学习偏置，形状为 (out_channels)。如果 bias 为 True，则这些权重的值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中采样，其中 $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$。