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，但链接这里对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_channels和out_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$\frac{\text{out\_channels}}{\text{in\_channels}}$）。

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 Conv1d 和 ConvTranspose1d 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 (int 或 tuple) – 卷积核的大小

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

• padding (int 或 tuple, 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 (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，则向输出添加可学习的偏差。 默认值：True

• dilation (int 或 tuple, 可选) – 内核元素之间的间距。 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 (张量) – 模块的可学习权重，形状为 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size})$. 这些权重的值是从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 其中 $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$

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