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)

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$\frac{\text{out\_channels}}{\text{in\_channels}}$) 进行卷积。

参数 kernel_size、stride、padding、output_padding 可以是

• 单个 int – 在这种情况下，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

• 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) – 将在输入每个维度的两侧添加dilation * (kernel_size - 1) - padding零填充。默认值：0

• output_padding (int或tuple，可选) – 添加到输出形状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：$(N, C_{in}, D_{in}, H_{in}, W_{in})$ 或 $(C_{in}, D_{in}, H_{in}, W_{in})$

• 输出: $(N, C_{out}, D_{out}, H_{out}, W_{out})$ 或 $(C_{out}, D_{out}, H_{out}, W_{out})$, 其中

$$D_{out} = (D_{in} - 1) \times \text{stride}[0] - 2 \times \text{padding}[0] + \text{dilation}[0] \times (\text{kernel\_size}[0] - 1) + \text{output\_padding}[0] + 1$$

$$H_{out} = (H_{in} - 1) \times \text{stride}[1] - 2 \times \text{padding}[1] + \text{dilation}[1] \times (\text{kernel\_size}[1] - 1) + \text{output\_padding}[1] + 1$$

$$W_{out} = (W_{in} - 1) \times \text{stride}[2] - 2 \times \text{padding}[2] + \text{dilation}[2] \times (\text{kernel\_size}[2] - 1) + \text{output\_padding}[2] + 1$$

变量

• weight (Tensor) – 模块的可学习权重，形状为 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]}, \text{kernel\_size[2]})$. 这些权重的值是从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 采样，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$

• 偏置 (张量) – 模块的可学习偏置，形状为 (out_channels)。如果 bias 为 True，则这些权重的值将从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中采样，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$

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)