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)

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。

这个模块可以被视为Conv2d对其输入的梯度。 它也被称为分数步长卷积或 反卷积（尽管它不是一个实际的反卷积操作，因为它不计算卷积的真实逆）。更多信息请参见这里的可视化和反卷积网络论文。

此模块支持 TensorFloat32。

在某些 ROCm 设备上，当使用 float16 输入时，此模块将在反向传播中使用 不同的精度。

• stride 控制交叉相关的步幅。

• padding 控制两侧隐式零填充的数量，用于 dilation * (kernel_size - 1) - padding 的点数。详情请参见下文注释。

• output_padding 控制添加到输出形状一侧的额外大小。详情请参见下文。

• dilation 控制卷积核点之间的间距；也称为à trous算法。 这很难描述，但这里有一个很好的可视化展示了dilation的作用。

• groups 控制输入和输出之间的连接。 in_channels 和 out_channels 都必须能被 groups 整除。例如，

  • 在 groups=1 时，所有输入都会被卷积到所有输出。

  • 在 groups=2 时，操作变得等同于并排有两个卷积层，每个卷积层看到一半的输入通道并产生一半的输出通道，然后将两者连接起来。

  • 在 groups= in_channels 的情况下，每个输入通道都与自己的一组滤波器（大小为 $\frac{\text{out\_channels}}{\text{in\_channels}}$）进行卷积。

参数 kernel_size, stride, padding, output_padding 可以是：

• 一个单独的 int – 在这种情况下，高度和宽度维度使用相同的值

• 一个包含两个整数的元组 – 在这种情况下，第一个整数用于高度维度， 第二个整数用于宽度维度

注意

参数 padding 实际上在输入的两边添加了 dilation * (kernel_size - 1) - padding 数量的零填充。这样设置是为了当 Conv2d 和 ConvTranspose2d 使用相同的参数初始化时，它们在输入和输出形状方面互为逆。然而，当 stride > 1 时，Conv2d 将多个输入形状映射到相同的输出形状。output_padding 通过有效地增加计算出的输出形状的一侧来解决这种歧义。请注意，output_padding 仅用于确定输出形状，并不会实际在输出上添加零填充。

注意

在某些情况下，当给定的张量位于CUDA设备上并使用CuDNN时，此操作符可能会选择一个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来使操作具有确定性（可能会以性能为代价）。更多信息请参见可重复性。

Parameters

• in_channels (int) – 输入图像的通道数

• out_channels (int) – 卷积产生的通道数

• kernel_size (int 或 tuple) – 卷积核的大小

• 步幅 (整数 或 元组, 可选) – 卷积的步幅。默认值：1

• 填充 (int 或 tuple, 可选) – dilation * (kernel_size - 1) - padding 将在输入的每个维度的两侧添加零填充。默认值：0

• output_padding (int 或 tuple, 可选) – 在输出形状的每个维度的一侧添加的额外大小。默认值：0

• groups（int, 可选）– 从输入通道到输出通道的阻塞连接数。默认值：1

• 偏置 (布尔值, 可选) – 如果True，则在输出中添加一个可学习的偏置。默认值：True

• 膨胀 (int 或 tuple, 可选) – 核元素之间的间距。默认值: 1

Shape:

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

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

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

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

Variables

• 权重 (张量) – 模块的可学习权重，形状为 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]})$. 这些权重的值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$

• 偏置 (Tensor) – 模块的可学习偏置，形状为 (out_channels) 如果 bias 为 True，则这些权重的值 从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中采样，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$

示例：

>>> # 使用方形卷积核和相同的步幅
>>> m = nn.ConvTranspose2d(16, 33, 3, stride=2)
>>> # 使用非方形卷积核和不等的步幅，并带有填充
>>> m = nn.ConvTranspose2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))
>>> input = torch.randn(20, 16, 50, 100)
>>> output = m(input)
>>> # 精确的输出大小也可以作为参数指定
>>> 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])