ConvTranspose3d

class torch.nn.ConvTranspose3d(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 3D транспонированной свёртки к входному изображению, состоящему из нескольких входных плоскостей. Оператор транспонированной свёртки поэлементно умножает каждое значение входных данных на обучаемое ядро и суммирует результаты по всем входным плоскостям признаков.

Этот модуль можно рассматривать как градиент Conv3d 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 точную обратную свёртку). Дополнительную информацию см. в визуализациях здесь и статье Deconvolutional Networks.

Этот модуль поддерживает TensorFloat32.

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

• 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; также известно как алгоритм à trous. Описать это сложнее, но по ссылке здесь можно посмотреть наглядную визуализацию того, что делает dilation.

• groups задаёт связи между входными и выходными данными. in_channels и out_channels должны делиться на groups без остатка. Например:

  • При groups=1 все входные данные свёртываются со всеми выходными данными.
  • При groups=2 операция эквивалентна наличию двух параллельных слоёв свёртки: каждый получает половину входных каналов и создаёт половину выходных каналов, после чего результаты объединяются конкатенацией.
  • 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 заданы одним из следующих способов:

• одним значением int — в этом случае одно и то же значение используется для глубины, высоты и ширины;
• tuple из трёх целых чисел — в этом случае первое int используется для глубины, второе int — для высоты, а третье int — для ширины.

Примечание

Аргумент padding фактически добавляет dilation * (kernel_size - 1) - padding нулевого дополнения с обеих сторон входных данных. Это настроено таким образом, чтобы при инициализации Conv3d и ConvTranspose3d с одинаковыми параметрами они были обратными друг другу относительно форм входных и выходных данных. Однако, когда stride > 1, Conv3d отображает несколько форм входных данных в одну и ту же форму выходных данных. Параметр output_padding предназначен для устранения этой неоднозначности: он фактически увеличивает вычисленную форму выходных данных с одной стороны. Обратите внимание, что output_padding используется только для определения формы выходных данных и не добавляет нулевое дополнение к выходным данным.

Примечание

В некоторых случаях при работе с тензорами на устройстве CUDA и использовании CuDNN этот оператор может выбирать недетерминированный алгоритм для повышения производительности. Если это нежелательно, можно попробовать сделать операцию детерминированной (возможно, в ущерб производительности), установив torch.backends.cudnn.deterministic = True. Дополнительную информацию см. в разделе Воспроизводимость.

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 нулевого дополнения будет добавлено с обеих сторон каждого измерения входных данных. По умолчанию: 0
• output_padding (int или tuple, необязательный) – Дополнительный размер, добавляемый к одной стороне каждого измерения формы выходных данных. По умолчанию: 0
• groups (int, необязательный) – Количество заблокированных связей между входными и выходными каналами. По умолчанию: 1
• bias (bool, необязательный) – Если True, к выходным данным добавляется обучаемое смещение. По умолчанию: True
• dilation (int или tuple, необязательный) – Расстояние между элементами ядра. По умолчанию: 1

Форма:

• Входные данные: $(N, C_{in}, D_{in}, H_{in}, W_{in})$ или $(C_{in}, D_{in}, H_{in}, W_{in})$
• Выходные данные: $(N, C_{out}, D_{out}, H_{out}, W_{out})$ или $(C_{out}, D_{out}, H_{out}, W_{out})$, где

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

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

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

Переменные:

• weight (Tensor) – обучаемые веса модуля формы $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]}, \text{kernel\_size[2]})$. Значения этих весов выбираются из распределения $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$
• 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 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$

Примеры:

>>> # With square kernels and equal stride
>>> m = nn.ConvTranspose3d(16, 33, 3, stride=2)
>>> # non-square kernels and unequal stride and with padding
>>> m = nn.ConvTranspose3d(16, 33, (3, 5, 2), stride=(2, 1, 1), padding=(0, 4, 2))
>>> input = torch.randn(20, 16, 10, 50, 100)
>>> output = m(input)