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)

对由几个输入平面组成的输入图像应用 2D 转置卷积运算符。

该模块可以看作是 Conv2d 对其输入的梯度。它也被称为分数步长卷积或反卷积（尽管它不是实际的反卷积操作，因为它不计算卷积的真逆）。有关更多信息，请参阅此处的可视化以及反卷积网络论文。

该模块支持 TensorFloat32。

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

• stride 控制互相关的步长。

• padding 控制在两侧隐式零填充的数量，填充点数为 dilation * (kernel_size - 1) - padding。有关详细信息，请参阅下面的注释。

• output_padding 控制添加到输出形状一侧的额外大小。有关详细信息，请参阅下面的注释。

• dilation 控制内核点之间的间距；也称为 à trous 算法。它很难描述，但链接此处很好地可视化了 dilation 的作用。

• 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，该操作等效于有两个并排的 conv 层，每个层看到一半的输入通道并产生一半的输出通道，然后将两者连接起来。

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

• 两个整数的 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个尺寸添加了 dilation * (kernel_size - 1) - padding 数量的零填充。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逆运算。但是，当 stride > 1 时，Conv2d 将多个输入形状映射到相同的输出形状。output_padding 的提供是为了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 仅用于查找输出形状，但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，此运算符可能会选择非确定性算法来提高性能。如果这是不可取的，您可以尝试通过设置 torch.backends.cudnn.deterministic = True 使操作具有确定性（可能会以性能为代价）。有关更多信息，请参阅可重复性。

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) – 卷积核的大小

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

• padding (int 或 tuple, 可选) – dilation * (kernel_size - 1) - padding 零填充将被添加到输入中每个维度的两侧。默认值：0

• output_padding (int 或 tuple, 可选) – 添加到输出形状中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，则向输出添加可学习的偏置。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: $(N, C_{in}, H_{in}, W_{in})$ 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

• 权重 (张量) – 模块的可学习权重，形状为 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]})$。 这些权重的值采样自 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$

• 偏置 (张量) – 模块的可学习偏置，形状为 (out_channels)。 如果 bias 为 True，则这些权重的值采样自 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$，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])