快捷方式

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)[source]

对由多个输入平面组成的输入图像应用一维转置卷积运算符。

此模块可以看作是 Conv1d 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运算,因为它没有计算卷积的真实逆)。有关更多信息,请参阅可视化这里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,此模块将使用不同的精度进行反向传播。

  • stride控制互相关运算的步长。

  • padding控制两侧隐式零填充的数量,用于dilation * (kernel_size - 1) - padding数量的点。有关详细信息,请参阅以下说明。

  • output_padding控制添加到输出形状一侧的额外大小。有关详细信息,请参阅以下说明。

  • dilation控制内核点之间的间距;也称为 à trous 算法。这很难描述,但链接这里dilation的作用进行了很好的可视化。

  • groups控制输入和输出之间的连接。in_channelsout_channels都必须可以被groups整除。例如,

    • 在 groups=1 时,所有输入都与所有输出进行卷积。

    • 在 groups=2 时,操作等效于并排有两个卷积层,每个层看到一半的输入通道并产生一半的输出通道,然后将两者串联起来。

    • 在 groups= in_channels时,每个输入通道都与其自己的滤波器组进行卷积(大小为out_channelsin_channels\frac{\text{out\_channels}}{\text{in\_channels}})。

注意

padding 参数实际上是在输入的两侧添加 dilation * (kernel_size - 1) - padding 个零填充。 这样设置是为了当 Conv1dConvTranspose1d 用相同的参数初始化时,它们在输入和输出形状方面是彼此的逆运算。 但是,当 stride > 1 时,Conv1d 将多个输入形状映射到相同的输出形状。 output_padding 用于解决此歧义,它有效地增加了计算得到的输出形状的一侧。 请注意,output_padding 仅用于查找输出形状,而不会实际向输出添加零填充。

注意

在某些情况下,当使用带有 CuDNN 的 CUDA 后端时,此操作符可能会选择非确定性算法来提高性能。 如果这不可取,您可以尝试通过设置 torch.backends.cudnn.deterministic = True 来使操作确定性(可能以性能为代价)。 请参阅有关 可重复性 的说明以获取背景信息。

参数
  • in_channels (int) – 输入图像中的通道数

  • out_channels (int) – 卷积产生的通道数

  • kernel_size (inttuple) – 卷积核的大小

  • stride (inttuple, 可选) – 卷积的步长。 默认值:1

  • padding (inttuple, 可选) – 将 dilation * (kernel_size - 1) - padding 零填充添加到输入的两侧。 默认值:0

  • output_padding (inttuple, 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,则向输出添加可学习的偏差。 默认值:True

  • dilation (inttuple, 可选) – 内核元素之间的间距。 默认值:1

形状
  • 输入: (N,Cin,Lin)(N, C_{in}, L_{in})(Cin,Lin)(C_{in}, L_{in})

  • 输出: (N,Cout,Lout)(N, C_{out}, L_{out})(Cout,Lout)(C_{out}, L_{out}), 其中

    Lout=(Lin1)×stride2×padding+dilation×(kernel_size1)+output_padding+1L_{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 (张量) – 模块的可学习权重,形状为 (in_channels,out_channelsgroups,(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}}, kernel_size)\text{kernel\_size}). 这些权重的值是从 U(k,k)\mathcal{U}(-\sqrt{k}, \sqrt{k}) 其中 k=groupsCoutkernel_sizek = \frac{groups}{C_\text{out} * \text{kernel\_size}}

  • 偏差 (张量) – 模块的可学习偏差,形状为 (out_channels)。如果 biasTrue,则这些权重的值从 U(k,k)\mathcal{U}(-\sqrt{k}, \sqrt{k}),其中 k=groupsCoutkernel_sizek = \frac{groups}{C_\text{out} * \text{kernel\_size}}

文档

访问 PyTorch 的全面开发人员文档

查看文档

教程

获得针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源