ConvTranspose2d

class torch.nn.ConvTranspose2d(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)

在由多個輸入平面組成的輸入影像上應用一個二維轉置卷積運算元。

該模組可以看作是 Conv2d 相對於其輸入的梯度。它也被稱為分數步長卷積或反捲積（儘管它並非真實的逆卷積操作，因為它並非計算卷積的真實逆運算）。有關更多資訊，請參閱此處的視覺化以及《Deconvolutional Networks》論文。

該模組支援 TensorFloat32。

在某些 ROCm 裝置上，使用 float16 輸入時，該模組在反向傳播時會使用不同的精度。

• stride 控制互相關操作的步長。

• padding 控制 dilation * (kernel_size - 1) - padding 個點的兩端隱式零填充量。詳細資訊請參見下面的注意事項。

• output_padding 控制新增到輸出形狀一側的額外大小。詳細資訊請參見下面的注意事項。

• dilation 控制卷積核點之間的間距；也稱為 à trous 演算法。這比較難以描述，但此處的連結對 dilation 的作用有一個很好的視覺化。

• groups 控制輸入和輸出之間的連線。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，該操作等同於有兩個並排的卷積層，每個層處理一半的輸入通道並生成一半的輸出通道，然後將兩者拼接起來。

  • 當 groups= in_channels 時，每個輸入通道都與其自身的一組濾波器（大小為 $\frac{\text{out\_channels}}{\text{in\_channels}}$）進行卷積。

引數 kernel_size、stride、padding、output_padding 可以是

• 單個 int – 在這種情況下，高度和寬度維度使用相同的值

• 包含兩個 int 的 tuple – 在這種情況下，第一個 int 用於高度維度，第二個 int 用於寬度維度

注意

padding 引數有效地向輸入的兩側添加了 dilation * (kernel_size - 1) - padding 量的零填充。這樣設定是為了使當 Conv2d 和 ConvTranspose2d 用相同的引數初始化時，它們在輸入和輸出形狀方面互為逆運算。然而，當 stride > 1 時，Conv2d 將多個輸入形狀對映到相同的輸出形狀。output_padding 透過有效地增加一側的計算輸出形狀來解決這種歧義。請注意，output_padding 僅用於確定輸出形狀，實際上不會向輸出新增零填充。

注意

在某些情況下，當在 CUDA 裝置上給定張量並使用 CuDNN 時，該運算元可能會選擇非確定性演算法以提高效能。如果不希望這樣，您可以透過設定 torch.backends.cudnn.deterministic = True 來嘗試使操作具有確定性（可能以效能為代價）。有關更多資訊，請參閱可復現性。

引數

• in_channels (int) – 輸入影像中的通道數

• out_channels (int) – 卷積產生的通道數

• kernel_size (int 或 tuple) – 卷積核大小

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

• padding (int 或 tuple, 可選) – 將 dilation * (kernel_size - 1) - padding 量的零填充新增到輸入的每個維度的兩側。預設值: 0

• output_padding (int 或 tuple, 可選) – 新增到輸出形狀的每個維度一側的額外大小。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，則在輸出中新增可學習的偏置。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: $(N, C_{in}, H_{in}, W_{in})$ 或 $(C_{in}, H_{in}, W_{in})$

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

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

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

變數

• weight (Tensor) – 模組的可學習權重，形狀為 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]})$。這些權重的取值從 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$

• bias (Tensor) – 模組的可學習 bias，形狀為 (out_channels)。如果 bias 為 True，則這些 bias 值的取值從 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$

示例

>>> # With square kernels and equal stride
>>> m = nn.ConvTranspose2d(16, 33, 3, stride=2)
>>> # non-square kernels and unequal stride and with padding
>>> m = nn.ConvTranspose2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))
>>> input = torch.randn(20, 16, 50, 100)
>>> output = m(input)
>>> # exact output size can be also specified as an argument
>>> input = torch.randn(1, 16, 12, 12)
>>> downsample = nn.Conv2d(16, 16, 3, stride=2, padding=1)
>>> upsample = nn.ConvTranspose2d(16, 16, 3, stride=2, padding=1)
>>> h = downsample(input)
>>> h.size()
torch.Size([1, 16, 6, 6])
>>> output = upsample(h, output_size=input.size())
>>> output.size()
torch.Size([1, 16, 12, 12])