torch.nn.functional.conv_transpose2d¶
- torch.nn.functional.conv_transpose2d(input, weight, bias=None, stride=1, padding=0, output_padding=0, groups=1, dilation=1) Tensor ¶
对由多个输入平面组成的输入图像应用二维转置卷积运算符,有时也称为“反卷积”。
此运算符支持 TensorFloat32。
有关详细信息和输出形状,请参阅
ConvTranspose2d
。注意
在某些情况下,当在 CUDA 设备上给出张量并使用 CuDNN 时,此运算符可能会选择非确定性算法以提高性能。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
input – 形状为 的输入张量
weight – 形状为 的过滤器
bias – 形状为 的可选偏置。默认值:None
stride – 卷积核的步长。可以是单个数字或元组
(sH, sW)
。默认值:1padding – 输入每个维度两侧将添加
dilation * (kernel_size - 1) - padding
零填充。可以是单个数字或元组(padH, padW)
。默认值:0output_padding – 输出形状每个维度一侧添加的额外大小。可以是单个数字或元组
(out_padH, out_padW)
。默认值:0groups – 将输入分成组, 应能被组数整除。默认值:1
dilation – 卷积核元素之间的间距。可以是单个数字或元组
(dH, dW)
。默认值:1
示例
>>> # With square kernels and equal stride >>> inputs = torch.randn(1, 4, 5, 5) >>> weights = torch.randn(4, 8, 3, 3) >>> F.conv_transpose2d(inputs, weights, padding=1)