ConvTranspose3d¶
- class torch.nn.ConvTranspose3d(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)[源代码]¶
对由多个输入平面组成的输入图像应用 3D 转置卷积运算符。转置卷积运算符将每个输入值与一个可学习的核逐元素相乘,并对所有输入特征平面的输出进行求和。
此模块可以看作是 Conv3d 关于其输入的梯度。它也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,因为它不计算卷积的真正逆运算)。有关更多信息,请参阅此处的可视化效果和反卷积网络论文。
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
控制互相关的步长。padding
控制两侧隐式零填充的数量,为dilation * (kernel_size - 1) - padding
个点。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,但此处的链接很好地展示了dilation
的作用。groups
控制输入和输出之间的连接。in_channels
和out_channels
都必须可被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,操作等效于并排放置两个卷积层,每个层看到一半的输入通道并生成一半的输出通道,然后将两者连接起来。
在 groups=
in_channels
时,每个输入通道都与其自己的过滤器集(大小为) 进行卷积。
参数
kernel_size
、stride
、padding
、output_padding
可以是单个
int
– 在这种情况下,对深度、高度和宽度维度使用相同的值一个包含三个整数的元组 - 其中,第一个int用于深度维度,第二个int用于高度维度,第三个int用于宽度维度。
注意
padding
参数实际上在输入的两侧添加了dilation * (kernel_size - 1) - padding
数量的零填充。这样设置是为了当Conv3d
和ConvTranspose3d
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,Conv3d
会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,方法是在输出形状的一侧有效地增加计算出的输出形状。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设备上使用张量并使用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
来使操作确定性(可能会以性能为代价)。有关更多信息,请参阅可重复性。- 参数
- 形状
输入: 或
输出: 或 , 其中
2 ] × ( kernel_size [ 2 ] − 1 ) + output_padding [ 2 ] + 1 W_{out} = (W_{in} - 1) \times \text{stride}[2] - 2 \times \text{padding}[2] + \text{dilation}[2] \times (\text{kernel\_size}[2] - 1) + \text{output\_padding}[2] + 1
- 变量
示例
>>> # With square kernels and equal stride >>> m = nn.ConvTranspose3d(16, 33, 3, stride=2) >>> # non-square kernels and unequal stride and with padding >>> m = nn.ConvTranspose3d(16, 33, (3, 5, 2), stride=(2, 1, 1), padding=(0, 4, 2)) >>> input = torch.randn(20, 16, 10, 50, 100) >>> output = m(input)