ConvTranspose1d

class torch.nn.ConvTranspose1d(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)

對由多個輸入平面組成的輸入影像應用 1D 轉置卷積運算子。

此模組可視為 Conv1d 相對於其輸入的梯度。它也被稱為分數步長卷積 (fractionally-strided convolution) 或反捲積 (deconvolution)（儘管它不是一個實際的反捲積操作，因為它並未計算卷積的真實逆）。更多資訊，請參閱此處的視覺化以及反捲積網路 (Deconvolutional Networks) 論文。

此模組支援 TensorFloat32。

在某些 ROCm 裝置上，當使用 float16 輸入時，此模組將在反向傳播中使用不同的精度。

• stride 控制互相關 (cross-correlation) 的步長。

• padding 控制輸入兩側的隱式零填充量，填充點數為 dilation * (kernel_size - 1) - padding。詳情請參見下方註釋。

• output_padding 控制新增到輸出形狀一側的額外大小。詳情請參見下方註釋。

• dilation 控制卷積核點之間的間距；也稱為 à trous 演算法。這很難描述，但此處的連結提供了關於 dilation 作用的精彩視覺化。

• groups 控制輸入和輸出之間的連線關係。in_channels 和 out_channels 都必須能被 groups 整除。例如，

  • 當 groups=1 時，所有輸入都與所有輸出進行卷積。

  • 當 groups=2 時，該操作等同於將兩個卷積層並排放置，每個層接收一半輸入通道併產生一半輸出通道，隨後將兩者拼接。

  • 當 groups=in_channels 時，每個輸入通道都與自己的一組濾波器（大小為 $\frac{\text{out\_channels}}{\text{in\_channels}}$）。

注意

padding 引數實際上會在輸入的兩側新增 dilation * (kernel_size - 1) - padding 量的零填充。這樣設定是為了讓當一個 Conv1d 和一個 ConvTranspose1d 用相同引數初始化時，它們在輸入和輸出形狀方面互為逆操作。然而，當 stride > 1 時，Conv1d 會將多個輸入形狀對映到同一個輸出形狀。output_padding 的作用是透過有效地增加輸出形狀的一側來解決這種模糊性。請注意，output_padding 僅用於確定輸出形狀，但實際上並不會向輸出新增零填充。

注意

在使用帶有 CuDNN 的 CUDA 後端時，在某些情況下，此運算子可能會選擇非確定性演算法以提高效能。如果不需要此行為，您可以透過設定 torch.backends.cudnn.deterministic = True 來嘗試使操作變為確定性（可能會帶來效能損失）。請參閱有關可復現性的注意事項以瞭解背景資訊。

引數

• in_channels (int) – 輸入影像的通道數

• out_channels (int) – 卷積產生的通道數

• kernel_size (int 或 tuple) – 卷積核的大小

• stride (int 或 tuple, 可選) – 卷積步長。預設值: 1

• padding (int 或 tuple, 可選) – 輸入兩側將新增 dilation * (kernel_size - 1) - padding 零填充。預設值: 0

• output_padding (int 或 tuple, 可選) – 新增到輸出形狀一側的額外大小。預設值: 0

• groups (int, 可選) – 從輸入通道到輸出通道的阻塞連線數。預設值: 1

• bias (bool, 可選) – 如果為 True，則向輸出新增一個可學習的偏置。預設值: True

• dilation (int 或 tuple, 可選) – 卷積核元素之間的間距。預設值: 1

形狀

• 輸入: $(N, C_{in}, L_{in})$ 或 $(C_{in}, L_{in})$

• 輸出: $(N, C_{out}, L_{out})$ 或 $(C_{out}, L_{out})$，其中

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

變數

• weight (Tensor) – 模組的可學習權重，形狀為 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size})$。這些權重的值從 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中取樣，其中 $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$。

• bias (Tensor) – 模組的可學習偏置，形狀為 (out_channels)。如果 bias 為 True，則這些權重的值從 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中取樣，其中 $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$。