torch.nn.functional.conv_transpose3d¶
- torch.nn.functional.conv_transpose3d(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 3D 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
ConvTranspose3d
。注意
在某些情况下,当在 CUDA 设备上提供张量并使用 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
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
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
(sT, sH, sW)
。默认值:1。padding – 将
dilation * (kernel_size - 1) - padding
零填充添加到输入中每个维度两侧。可以是单个数字或元组(padT, padH, padW)
。默认值:0。output_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_padT, out_padH, out_padW)
。默认值:0groups – 将输入分成组, 应可被组数整除。默认值:1
dilation – 核元素之间的间距。可以是单个数字或元组 (dT, dH, dW)。默认值:1
示例
>>> inputs = torch.randn(20, 16, 50, 10, 20) >>> weights = torch.randn(16, 33, 3, 3, 3) >>> F.conv_transpose3d(inputs, weights)