ConvTranspose1d

class torch.nn.ConvTranspose1d(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 одномерной транспонированной свёртки к входному изображению, состоящему из нескольких входных плоскостей.

Этот модуль можно рассматривать как градиент Conv1d по отношению к его входным данным. Он также известен как свёртка с дробным шагом или деконволюция (хотя это не настоящая операция деконволюции, поскольку она не вычисляет истинную обратную свёртку). Дополнительные сведения см. в визуализациях здесь и в статье «Деконволюционные сети».

Этот модуль поддерживает TensorFloat32.

На некоторых устройствах ROCm при использовании входных данных типа float16 в обратном проходе этот модуль использует другую точность.

• stride задаёт шаг взаимной корреляции.
• padding задаёт количество неявного дополнения нулями с обеих сторон для dilation * (kernel_size - 1) - padding точек. Подробности см. в примечании ниже.
• output_padding задаёт дополнительный размер, добавляемый к одной стороне формы выходных данных. Подробности см. в примечании ниже.
• dilation задаёт расстояние между точками ядра; этот алгоритм также известен как алгоритм à trous. Его сложнее описать, но по ссылке здесь можно наглядно увидеть, что делает dilation.

• groups задаёт связи между входами и выходами. in_channels и out_channels должны делиться на groups без остатка. Например:

  • При groups=1 все входы свёртываются со всеми выходами.
  • При groups=2 операция эквивалентна двум расположенным рядом слоям свёртки: каждый получает половину входных каналов и создаёт половину выходных каналов, после чего оба результата объединяются.
  • При groups= in_channels каждый входной канал свёртывается с собственным набором фильтров (размером $\frac{\text{out\_channels}}{\text{in\_channels}}$).

Примечание

Аргумент padding фактически добавляет dilation * (kernel_size - 1) - padding нулевого дополнения с обеих сторон входных данных. Он задаётся таким образом, чтобы при инициализации Conv1d и ConvTranspose1d с одинаковыми параметрами были обратными друг другу по формам входных и выходных данных. Однако при stride > 1 Conv1d отображает несколько форм входных данных в одну и ту же форму выходных данных. Параметр output_padding устраняет эту неоднозначность, фактически увеличивая вычисленную форму выходных данных с одной стороны. Обратите внимание, что output_padding используется только для определения формы выходных данных, но не добавляет к ним нулевое дополнение.

Примечание

В некоторых случаях при использовании бэкенда CUDA с CuDNN этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если это нежелательно, можно попытаться сделать операцию детерминированной (возможно, ценой снижения производительности), установив torch.backends.cudnn.deterministic = True. Дополнительные сведения см. в примечаниях о воспроизводимости.

Параметры:

• in_channels (int) – Количество каналов во входном изображении
• out_channels (int) – Количество каналов, создаваемых свёрткой
• kernel_size (int или tuple) – Размер ядра свёртки
• stride (int или tuple, необязательный) – Шаг свёртки. По умолчанию: 1
• padding (int или tuple, необязательный) – dilation * (kernel_size - 1) - padding нулевое дополнение будет добавлено с обеих сторон входных данных. По умолчанию: 0
• output_padding (int или tuple, необязательный) – Дополнительный размер, добавляемый к одной стороне формы выходных данных. По умолчанию: 0
• groups (int, необязательный) – Количество блокированных связей между входными и выходными каналами. По умолчанию: 1
• bias (bool, необязательный) – Если True, добавляет к выходным данным обучаемое смещение. По умолчанию: True
• dilation (int или tuple, необязательный) – Расстояние между элементами ядра. По умолчанию: 1

Форма:

• Входные данные: $(N, C_{in}, L_{in})$ или $(C_{in}, L_{in})$

• Выходные данные: $(N, C_{out}, L_{out})$ или $(C_{out}, L_{out})$, где

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

Переменные:

• weight (Tensor) – обучаемые веса модуля формы $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size})$. Значения этих весов выбираются из распределения $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$
• bias (Tensor) – обучаемое смещение модуля формы (out_channels). Если bias равно True, значения этих весов выбираются из распределения $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$

Примеры:

>>> # With square kernels and equal stride
>>> m = nn.ConvTranspose1d(16, 33, 3, stride=2)
>>> input = torch.randn(20, 16, 50)
>>> output = m(input)
>>> # exact output size can be also specified as an argument
>>> input = torch.randn(1, 16, 12)
>>> downsample = nn.Conv1d(16, 16, 3, stride=2, padding=1)
>>> upsample = nn.ConvTranspose1d(16, 16, 3, stride=2, padding=1)
>>> h = downsample(input)
>>> h.size()
torch.Size([1, 16, 6])
>>> output = upsample(h, output_size=input.size())
>>> output.size()
torch.Size([1, 16, 12])