Conv2DTranspose¶

class paddle.nn. Conv2DTranspose ( in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, dilation=1, weight_attr=None, bias_attr=None, data_format='NCHW' ) [源代码] ¶

二维转置卷积层（Convlution2d transpose layer）

该层根据输入（input）、卷积核（kernel）和空洞大小（dilations）、步长（stride）、填充（padding）来计算输出特征层大小或者通过 output_size 指定输出特征层大小。输入(Input)和输出(Output)为 NCHW 或 NHWC 格式，其中 N 为批尺寸（batch size），C 为通道数（channel），H 为特征层高度，W 为特征层宽度。卷积核是 MCHW 格式，M 是输出图像通道数，C 是输入图像通道数，H 是卷积核高度，W 是卷积核宽度。如果组数大于 1，C 等于输入图像通道数除以组数的结果。转置卷积的计算过程相当于卷积的反向计算。转置卷积又被称为反卷积（但其实并不是真正的反卷积）。欲了解转置卷积层细节，请参考下面的说明和参考文献。如果参数 bias_attr 不为 False，转置卷积计算会添加偏置项。

输入 \(X\) 和输出 \(Out\) 函数关系如下：

\[\begin{split}Out=\sigma (W*X+b)\\\end{split}\]

其中：

\(X\)：输入，具有 NCHW 或 NHWC 格式的 4-D Tensor

\(W\)：卷积核，具有 NCHW 格式的 4-D Tensor

\(*\)：卷积计算（注意：转置卷积本质上的计算还是卷积）

\(b\)：偏置（bias），1-D Tensor，形状为 [M]

\(σ\)：激活函数

\(Out\)：输出值，NCHW 或 NHWC 格式的 4-D Tensor，和 X 的形状可能不同

注意：

如果 output_size 为 None，则 \(H_{out}\) = \(H^\prime_{out}\) , \(W_{out}\) = \(W^\prime_{out}\)；否则，指定的 output_size_height（输出特征层的高） \(H_{out}\) 应当介于 \(H^\prime_{out}\) 和 \(H^\prime_{out} + strides[0]\) 之间（不包含 \(H^\prime_{out} + strides[0]\) ），并且指定的 output_size_width（输出特征层的宽） \(W_{out}\) 应当介于 \(W^\prime_{out}\) 和 \(W^\prime_{out} + strides[1]\) 之间（不包含 \(W^\prime_{out} + strides[1]\) ）。

由于转置卷积可以当成是卷积的反向计算，而根据卷积的输入输出计算公式来说，不同大小的输入特征层可能对应着相同大小的输出特征层，所以对应到转置卷积来说，固定大小的输入特征层对应的输出特征层大小并不唯一。

如果指定了 output_size， conv2d_transpose 可以自动计算卷积核的大小。

参数¶

in_channels (int) - 输入图像的通道数。

out_channels (int) - 卷积核的个数，和输出特征图通道数相同。

kernel_size (int|list|tuple) - 卷积核大小。可以为单个整数或包含两个整数的元组或列表，分别表示卷积核的高和宽。如果为单个整数，表示卷积核的高和宽都等于该整数。

stride (int|list|tuple，可选) - 步长大小。如果 stride 为元组或列表，则必须包含两个整型数，分别表示垂直和水平滑动步长。否则，表示垂直和水平滑动步长均为 stride。默认值：1。

padding (int|str|tuple|list，可选) - 填充大小。如果 padding 为元组或列表，则必须包含两个整型数，分别表示竖直和水平边界填充大小。否则，表示竖直和水平边界填充大小均为 padding。如果它是一个字符串，可以是"VALID"或者"SAME"，表示填充算法，计算细节可参考下方形状 padding = "SAME"或 padding = "VALID" 时的计算公式。默认值：0。

output_padding (int|list|tuple，可选) - 输出形状上一侧额外添加的大小。默认值：0。

groups (int，可选) - 二维卷积层的组数。根据 Alex Krizhevsky 的深度卷积神经网络（CNN）论文中的分组卷积：当 group=2，卷积核的前一半仅和输入特征图的前一半连接。卷积核的后一半仅和输入特征图的后一半连接。默认值：1。

dilation (int|list|tuple，可选) - 空洞大小。可以为单个整数或包含两个整数的元组或列表，分别表示卷积核中的元素沿着高和宽的空洞。如果为单个整数，表示高和宽的空洞都等于该整数。默认值：1。

weight_attr (ParamAttr，可选) - 指定权重参数属性的对象。默认值为 None，表示使用默认的权重参数属性。具体用法请参见 ParamAttr 。

bias_attr (ParamAttr|bool，可选) - 指定偏置参数属性的对象。默认值为 None，表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。

data_format (str，可选) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCHW"和"NHWC"。N 是批尺寸，C 是通道数，H 是特征高度，W 是特征宽度。默认值："NCHW"。

形状¶

输入：\(（N，C_{in}， H_{in}， W_{in}）\)

卷积核：\((C_{in}, C_{out}, K_{h}, K_{w})\)

偏置：\((C_{out})\)

输出：\(（N，C_{out}, H_{out}, W_{out}）\)

其中

\[\begin{split}H^\prime_{out} &= (H_{in} - 1) * strides[0] - 2 * paddings[0] + dilations[0] * (H_f - 1) + 1 \\ W^\prime_{out} &= (W_{in} - 1) * strides[1] - 2 * paddings[1] + dilations[1] * (W_f - 1) + 1 \\ H_{out} &\in [ H^\prime_{out}, H^\prime_{out} + strides[0] ) \\ W_{out} &\in [ W^\prime_{out}, W^\prime_{out} + strides[1] ) \\\end{split}\]

如果 padding = "SAME":

\[\begin{split}& H'_{out} = \frac{(H_{in} + stride[0] - 1)}{stride[0]}\\ & W'_{out} = \frac{(W_{in} + stride[1] - 1)}{stride[1]}\\\end{split}\]

如果 padding = "VALID":

\[\begin{split}& H'_{out} = (H_{in}-1)*strides[0] + dilations[0]*(kernel\_size[0]-1)+1\\ & W'_{out} = (W_{in}-1)*strides[1] + dilations[1]*(kernel\_size[1]-1)+1 \\\end{split}\]

代码示例¶

          >>> import paddle
>>> import paddle.nn as nn

>>> paddle.disable_static()

>>> x_var = paddle.uniform((2, 4, 8, 8), dtype='float32', min=-1., max=1.)

>>> conv = nn.Conv2DTranspose(4, 6, (3, 3))
>>> y_var = conv(x_var)
>>> print(y_var.shape)
[2, 6, 10, 10]

         

使用本API的教程文档¶

Pytorch 写法