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)

對由多個輸入平面組成的輸入影像應用三維轉置卷積運算。轉置卷積運算元將每個輸入值與可學習的核進行逐元素相乘，並對所有輸入特徵平面的輸出進行求和。

此模組可視為 Conv3d 關於其輸入的梯度。它也稱為分數步長卷積（fractionally-strided convolution）或反捲積（deconvolution）（儘管它並非真正的反捲積操作，因為它不計算卷積的真逆）。更多資訊請參見此處的視覺化以及《Deconvolutional Networks》論文。

此模組支援 TensorFloat32。

在某些 ROCm 裝置上，使用 float16 輸入時，此模組在反向傳播時將使用不同的精度。

• stride 控制互相關的步長。

• padding 控制輸入的每個維度的兩側隱式零填充的數量，填充點數為 dilation * (kernel_size - 1) - padding。詳見下方注意事項。

• output_padding 控制輸出形狀單側增加的額外尺寸。詳見下方注意事項。

• dilation 控制核點之間的間距；也稱為 à trous 演算法。這較難描述，但此處的連結對 dilation 的作用有很好的視覺化說明。

• groups 控制輸入與輸出之間的連線。 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，該操作等價於並行放置兩個卷積層，每個層處理一半的輸入通道併產生一半的輸出通道，隨後將兩者拼接。

  • 當 groups= in_channels 時，每個輸入通道都與其自身的濾波器組進行卷積（濾波器數量為 $\frac{\text{out\_channels}}{\text{in\_channels}}$）。

引數 kernel_size, stride, padding, output_padding 可以是

• 一個單獨的 int 型別值 – 此時，深度、高度和寬度維度都使用相同的值

• 一個由三個 int 組成的 tuple – 此時，第一個 int 用於深度維度，第二個 int 用於高度維度，第三個 int 用於寬度維度

注意

引數 padding 實際在輸入的兩側各添加了 dilation * (kernel_size - 1) - padding 數量的零填充。這樣設定是為了使 Conv3d 和 ConvTranspose3d 在使用相同引數初始化時，在輸入和輸出形狀方面互為逆操作。然而，當 stride > 1 時，Conv3d 會將多個輸入形狀對映到同一個輸出形狀。 提供 output_padding 是為了透過有效增加計算出的輸出形狀單側尺寸來解決這種歧義。請注意，output_padding 僅用於確定輸出形狀，並不會在輸出上實際新增零填充。

注意

在某些情況下，當輸入張量在 CUDA 裝置上且使用 CuDNN 時，該運算元可能會選擇非確定性演算法以提高效能。如果不需要這樣，您可以嘗試透過設定 torch.backends.cudnn.deterministic = True 來使操作具有確定性（可能會以效能為代價）。更多資訊請參見可復現性。

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) – 卷積核的大小

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

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

• output_padding (int 或 tuple, 可選) – 輸出形狀的每個維度單側增加的額外尺寸。預設值：0

• groups (int, 可選) – 輸入通道到輸出通道的分組連線數。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項。預設值：True

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

形狀

• 輸入: $(N, C_{in}, D_{in}, H_{in}, W_{in})$ 或 $(C_{in}, D_{in}, H_{in}, W_{in})$

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

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

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

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

變數

• weight (Tensor) – 模組的可學習權重，形狀為 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]}, \text{kernel\_size[2]})$。這些權重的值從中取樣 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$

• bias (Tensor) – 模組的可學習偏置，形狀為 (out_channels)。如果 bias 為 True，則這些偏置的值從中取樣 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$，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)