torch.nn.functional.conv_transpose3d

torch.nn.functional.conv_transpose3d(input, weight, bias=None, stride=1, padding=0, output_padding=0, groups=1, dilation=1) → Tensor

Применяет оператор транспонированного свёртки 3D к входному изображению, состоящему из нескольких входных плоскостей, иногда также называемому "деконволюцией".

Этот оператор поддерживает TensorFloat32.

Подробные сведения и форма вывода см. в ConvTranspose3d.

Примечание

В некоторых случаях, когда заданы тензоры на устройстве CUDA и используется CuDNN, этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если этого нежелательно, можно попытаться сделать операцию детерминированной (возможно, с затратами на производительность) путём установки torch.backends.cudnn.deterministic = True. Дополнительную информацию см. в Воспроизводимость.

Параметры:

• input – входной тензор формы $(\text{минимартия} , \text{in\_channels} , iT , iH , iW)$
• weight – фильтры формы $(\text{in\_channels} , \frac{\text{out\_channels}}{\text{groups}} , kT , kH , kW)$
• bias – необязательный смещение формы $(\text{out\_channels})$. По умолчанию: None
• stride – шаг сверточного ядра. Может быть одним числом или кортежем (sT, sH, sW). По умолчанию: 1
• padding – dilation * (kernel_size - 1) - padding нулевое заполнение будет добавлено к обеим сторонам каждого измерения входных данных. Может быть одним числом или кортежем (padT, padH, padW). По умолчанию: 0
• output_padding – дополнительный размер, добавленный к одной стороне каждого измерения в форме вывода. Может быть одним числом или кортежем (out_padT, out_padH, out_padW). По умолчанию: 0
• groups – разделить вход на группы, $\text{in\_channels}$ должно быть кратным числу групп. По умолчанию: 1
• dilation – расстояние между элементами ядра. Может быть одним числом или кортежем (dT, dH, dW). По умолчанию: 1

Примеры:

>>> inputs = torch.randn(20, 16, 50, 10, 20)
>>> weights = torch.randn(16, 33, 3, 3, 3)
>>> F.conv_transpose3d(inputs, weights)