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 транспонированной свёртки 1D к входному изображению, состоящему из нескольких входных плоскостей.

Этот модуль можно рассматривать как градиент Conv1d по отношению к его входу. Также он известен как свёртка с дробным шагом или деконволюция (хотя это не фактическая операция деконволюции, так как она не вычисляет истинное обратное преобразование свёртки). Для получения дополнительной информации см. визуализации здесь и статью Deconvolutional Networks.

Этот модуль поддерживает TensorFloat32.

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

• stride управляет шагом для кросс-корреляции.
• padding управляет количеством неявного нулевого заполнения с обеих сторон для dilation * (kernel_size - 1) - padding количества точек. Подробности см. в примечании ниже.
• output_padding управляет дополнительным размером, добавляемым к одной стороне формы вывода. Подробности см. в примечании ниже.
• dilation управляет расстоянием между точками ядра; также известен как алгоритм à trous. Его сложнее описать, но ссылка здесь содержит хорошую визуализацию того, что dilation делает.

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

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

Примечание

Аргумент padding эффективно добавляет dilation * (kernel_size - 1) - padding количество нулевого заполнения к обеим сторонам входа. Это задается так, что при инициализации Conv1d и ConvTranspose1d с одинаковыми параметрами, они являются обратными друг другу по отношению к форме входных и выходных данных. Однако, когда stride > 1, Conv1d отображает несколько входных форм на одну и ту же выходную форму. output_padding предоставляется для разрешения этой неоднозначности, фактически увеличивая вычисленную форму вывода с одной стороны. Обратите внимание, что output_padding используется только для нахождения формы вывода, но не фактически добавляет нулевое заполнение к выводу.

Примечание

В некоторых случаях при использовании бэкенда CUDA с CuDNN этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если это нежелательно, вы можете попробовать сделать операцию детерминированной (возможно, с затратами на производительность) установив torch.backends.cudnn.deterministic = True. Подробнее см. примечания по воспроизводимости.

Параметры

• in_channels (int) – Количество каналов на входном изображении
• out_channels (int) – Количество каналов, производимых свёрткой
• kernel_size (int или tuple) – Размер свёрточного ядра
• stride (int или tuple, необязательно) – Шаг свёртки. По умолчанию: 1
• padding (int или tuple, необязательно) – dilation * (kernel_size - 1) - padding нулевого заполнения будет добавлено с обеих сторон входа. По умолчанию: 0
• output_padding (int или tuple, необязательно) – Дополнительный размер, добавленный к одной стороне формы вывода. По умолчанию: 0
• groups (int, необязательно) – Количество блоков соединений от входных каналов к выходным каналам. По умолчанию: 1
• bias (bool, необязательно) – Если True, добавляет обучаемое смещение к выходу. По умолчанию: True
• dilation (int или tuple, необязательно) – Расстояние между элементами ядра. По умолчанию: 1

Форма:

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

• Вывод: $(N, C_{out}, L_{out})$ 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 с формой $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size})$. Значения этих весов выбираются из $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$
• bias (Tensor) – обучаемый сдвиг модуля с формой (out_channels). Если bias True, то значения этих весов выбираются из $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$