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一个二维转置卷积算子。

该模块可以看作是 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（尽管它并非真实的逆卷积操作，因为它并非计算卷积的真实逆运算）。有关更多信息，请参阅此处的可视化以及《Deconvolutional Networks》论文。

该模块支持 TensorFloat32。

在某些 ROCm 设备上，使用 float16 输入时，该模块在反向传播时会使用不同的精度。

• stride 控制互相关操作的步长。

• padding 控制 dilation * (kernel_size - 1) - padding 个点的两端隐式零填充量。详细信息请参见下面的注意事项。

• output_padding 控制添加到输出形状一侧的额外大小。详细信息请参见下面的注意事项。

• dilation 控制卷积核点之间的间距；也称为 à trous 算法。这比较难以描述，但此处的链接对 dilation 的作用有一个很好的可视化。

• 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，该操作等同于有两个并排的卷积层，每个层处理一半的输入通道并生成一半的输出通道，然后将两者拼接起来。

  • 当 groups= in_channels 时，每个输入通道都与其自身的一组滤波器（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

• 包含两个 int 的 tuple – 在这种情况下，第一个 int 用于高度维度，第二个 int 用于宽度维度

注意

padding 参数有效地向输入的两侧添加了 dilation * (kernel_size - 1) - padding 量的零填充。这样设置是为了使当 Conv2d 和 ConvTranspose2d 用相同的参数初始化时，它们在输入和输出形状方面互为逆运算。然而，当 stride > 1 时，Conv2d 将多个输入形状映射到相同的输出形状。output_padding 通过有效地增加一侧的计算输出形状来解决这种歧义。请注意，output_padding 仅用于确定输出形状，实际上不会向输出添加零填充。

注意

在某些情况下，当在 CUDA 设备上给定张量并使用 CuDNN 时，该算子可能会选择非确定性算法以提高性能。如果不希望这样，您可以通过设置 torch.backends.cudnn.deterministic = True 来尝试使操作具有确定性（可能以性能为代价）。有关更多信息，请参阅可复现性。

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) – 卷积核大小

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

• padding (int 或 tuple, 可选) – 将 dilation * (kernel_size - 1) - padding 量的零填充添加到输入的每个维度的两侧。默认值: 0

• output_padding (int 或 tuple, 可选) – 添加到输出形状的每个维度一侧的额外大小。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，则在输出中添加可学习的偏置。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: $(N, C_{in}, H_{in}, W_{in})$ 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) – 模块的可学习权重，形状为 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]})$。这些权重的取值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$

• bias (Tensor) – 模块的可学习 bias，形状为 (out_channels)。如果 bias 为 True，则这些 bias 值的取值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$，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])