Python PyTorch ConvTranspose2d用法及代码示例

本文简要介绍python语言中 torch.nn.ConvTranspose2d 的用法。

用法:

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)

参数：

• in_channels(int) -输入图像中的通道数

• out_channels(int) -卷积产生的通道数

• kernel_size(int或者tuple) -卷积核的大小

• stride(int或者tuple,可选的) -卷积的步幅。默认值：1

• padding(int或者tuple,可选的) -dilation * (kernel_size - 1) - padding 零填充将添加到输入中每个维度的两侧。默认值：0

• output_padding(int或者tuple,可选的) -添加到输出形状中每个维度的一侧的附加大小。默认值：0

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

• bias(bool,可选的) -如果 True ，则向输出添加可学习的偏差。默认值：True

• dilation(int或者tuple,可选的) -内核元素之间的间距。默认值：1

变量：

• ~ConvTranspose2d.weight(Tensor) -形状模块的可学习权重(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}}, \text{kernel\_size[0]}, \text{kernel\_size[1]}).这些权重的值是从\mathcal{U}(-\sqrt{k}, \sqrt{k})其中k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}

• ~ConvTranspose2d.bias(Tensor) -形状模块的可学习偏差 (out_channels) 如果 bias 是 True ，那么这些权重的值是从 \mathcal{U}(-\sqrt{k}, \sqrt{k}) 中采样的，其中 k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}

在由多个输入平面组成的输入图像上应用 2D 转置卷积算子。

这个模块可以看作是 Conv2d 相对于其输入的梯度。它也称为fractionally-strided 卷积或反卷积(尽管它不是实际的反卷积操作，因为它不计算真正的卷积逆)。有关详细信息，请参阅可视化 这里 和 Deconvolutional Networks 论文。

该模块支持 TensorFloat32。

• stride 控制互相关的步幅。

• padding 控制 dilation * (kernel_size - 1) - padding 点数两侧的隐式零填充量。有关详细信息，请参阅下面的注释。

• output_padding 控制添加到输出形状一侧的附加大小。有关详细信息，请参阅下面的注释。

• dilation控制内核点之间的间距；也称为 à trous 算法。很难说明，但链接这里 很好地可视化了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，所有输入都卷积到所有输出。

  • 在 groups=2 时，该操作等效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，并且随后将两者连接起来。

  • 在 groups= in_channels ，每个输入通道都与自己的一组过滤器(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：

• 单个 int - 在这种情况下，高度和宽度尺寸使用相同的值

• 两个整数的 tuple - 在这种情况下，第一个 int 用于高度维度，第二个 int 用于宽度维度

注意

padding 参数有效地将 dilation * (kernel_size - 1) - padding 零填充量添加到输入的两种大小。这样设置是为了当使用相同参数初始化 Conv2d 和ConvTranspose2d时，它们的输入和输出形状彼此相反。但是，当 stride > 1 时， Conv2d 将多个输入形状映射到同一输出形状。 output_padding 的提供是为了通过有效增加一侧的计算输出形状来解决这种歧义。请注意，output_padding 仅用于查找输出形状，但实际上并不向输出添加零填充。

注意

在某些情况下，当在 CUDA 设备上给定张量并使用 CuDNN 时，此运算符可能会选择非确定性算法来提高性能。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(可能以性能为代价)。有关详细信息，请参阅重现性。

形状：

• 输入：(N, C_{in}, H_{in}, W_{in})

• 输出：(N, C_{out}, H_{out}, W_{out})

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

例子：

>>> # 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])