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) [source]

Применяет оператор 2D транспонированной свёртки к входному изображению, состоящему из нескольких входных плоскостей.

Этот модуль можно рассматривать как градиент Conv2d по отношению к его входу. Он также известен как свёртка с дробной длиной шага или обратная свёртка (хотя это не фактическая операция обратной свёртки, поскольку она не вычисляет истинное обратное преобразование свёртки). Для получения дополнительной информации см. визуализации здесь и статью Deconvolutional Networks.

Этот модуль поддерживает TensorFloat32.

На определённых устройствах ROCm, при использовании входных данных в формате float16, этот модуль будет использовать разную точность для обратного прохода.

• stride определяет шаг для кросс-корреляции.
• padding определяет количество неявного добавления нулевых значений с обеих сторон для dilation * (kernel_size - 1) - padding количества точек. Подробнее см. примечание ниже.
• output_padding определяет дополнительный размер, добавляемый к одной стороне формы вывода. Подробнее см. примечание ниже.
• dilation определяет расстояние между точками ядра; также известен как алгоритм à trous. Описать его сложнее, но ссылка здесь содержит наглядную визуализацию того, что делает dilation.

• groups управляет соединениями между входами и выходами. in_channels и out_channels должны быть кратными groups. Например,

  • При groups=1 все входы свёртываются со всеми выходами.
  • При groups=2 операция становится эквивалентной двум слоям свёртки, расположенным бок о бок, каждый из которых видит половину входных каналов и производит половину выходных каналов, а затем оба объединяются.
  • При groups= in_channels, каждый входной канал свёртывается с собственным набором фильтров (размера $\frac{\text{out\_channels}}{\text{in\_channels}}$).

Параметры kernel_size, stride, padding, output_padding могут быть:

• единственным int – в этом случае одно и то же значение используется для высот и ширин
• кортежем из двух целых чисел – в этом случае первое int используется для высоты, а второе int для ширины

Примечание

Аргумент padding эффективно добавляет dilation * (kernel_size - 1) - padding количества нулевых значений к обеим сторонам ввода. Это установлено таким образом, что при инициализации Conv2d и ConvTranspose2d с одинаковыми параметрами, они являются обратными друг другу по отношению к формам ввода и вывода. Однако, когда stride > 1, Conv2d отображает несколько форм ввода на одну форму вывода. output_padding предоставляет способ разрешить эту неоднозначность, эффективно увеличивая вычисленную форму вывода с одной стороны. Обратите внимание, что output_padding используется только для нахождения формы вывода, но не добавляет нулевые значения в вывод.

Примечание

В некоторых случаях, при использовании тензоров на устройстве CUDA и модуле CuDNN, этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если это нежелательно, вы можете попытаться сделать операцию детерминированной (возможно, за счёт производительности) установкой torch.backends.cudnn.deterministic = True. Дополнительную информацию см. в Раздел о воспроизводимости.

Параметры:

• in_channels (int) – Количество каналов на входном изображении
• out_channels (int) – Количество каналов, производимых свёрткой
• kernel_size (int или tuple) – Размер ядра свёртки
• stride (int или tuple, необязательно) – Шаг свёртки. По умолчанию: 1
• padding (int или tuple, необязательно) – dilation * (kernel_size - 1) - padding добавится нулевых значений с обеих сторон каждой размерности ввода. По умолчанию: 0
• output_padding (int или tuple, необязательно) – Дополнительный размер, добавляемый к одной стороне каждой размерности формы вывода. По умолчанию: 0
• groups (int, необязательно) – Количество блоков соединений от входных каналов к выходным. По умолчанию: 1
• bias (bool, необязательно) – Если True, добавляет обучаемый сдвиг к выходу. По умолчанию: True
• dilation (int или tuple, необязательно) – Расстояние между элементами ядра. По умолчанию: 1

Форма:

• Вход: $(N, C_{in}, H_{in}, W_{in})$ или $(C_{in}, H_{in}, W_{in})$
• Выход: $(N, C_{out}, H_{out}, W_{out})$ или $(C_{out}, H_{out}, W_{out})$, где

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

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

Переменные:

• weight (Tensor) – настраиваемые веса модуля формы $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]})$. Значения этих весов берутся из $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$
• bias (Tensor) – настраиваемый смещение модуля формы (выходные_каналы) Если bias является True, то значения этих весов берутся из $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{1}\text{kernel\_size}[i]}$

Примеры:

>>> # 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])