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 каналов. Оператор транспонированной свёртки умножает каждый элемент входного значения на обучаемый ядро и суммирует результаты со всех входных каналов.

Этот модуль можно рассматривать как градиент Conv3d по отношению к его входу. Он также известен как свёртка с дробным шагом или деконволюция (хотя это не фактическая операция деконволюции, так как она не вычисляет истинное обратное преобразование свёртки). Более подробную информацию можно найти в визуализациях здесь и в статье Deconvolutional Networks.

Этот модуль поддерживает TensorFloat32.

На определённых устройствах ROCm, при использовании входных данных с плавающей точкой формата float16, этот модуль будет использовать разную точность для обратного распространения.

• stride определяет шаг для кросс-корреляции.
• padding определяет количество явного заполнения нулями по обе стороны для dilation * (kernel_size - 1) - padding количества точек. Подробности см. в примечании ниже.
• output_padding определяет дополнительный размер, добавляемый к одной стороне выходной формы. Подробности см. в примечании ниже.
• dilation определяет расстояние между точками ядра; также известно как алгоритм à trous. Его сложнее описать, но ссылка здесь содержит хорошую визуализацию того, что делает dilation.

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

  • При groups=1 все входные данные свёртываются ко всем выходным.
  • 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 со своим набором фильтров (размером $\frac{\text{out\_channels}}{\text{in\_channels}}$).

Параметры kernel_size, stride, padding, output_padding могут быть:

• одним int - в этом случае одно и то же значение используется для глубины, высоты и ширины;
• тройкой tuple целых чисел - в этом случае первое int используется для глубины, второе int для высоты и третье int для ширины.

Примечание

Аргумент padding эффективно добавляет dilation * (kernel_size - 1) - padding количество нулевых заполнений к обеим сторонам входных данных. Это сделано для того, чтобы, когда Conv3d и ConvTranspose3d инициализированы с одинаковыми параметрами, они были взаимно обратными относительно входных и выходных форм. Однако, когда stride > 1, Conv3d отображает несколько входных форм на одну и ту же выходную форму. output_padding предоставлен для разрешения этой неоднозначности, эффективно увеличивая вычисленную выходную форму с одной стороны. Обратите внимание, что output_padding используется только для поиска выходной формы, но фактически не добавляет нулевого заполнения к выходу.

Примечание

В некоторых случаях, когда на устройстве CUDA используются тензоры и CuDNN, этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если этого нежелательно, можно попытаться сделать операцию детерминированной (возможно, с потерей производительности), установив torch.backends.cudnn.deterministic = True. Дополнительную информацию см. в Воспроизводимости.

Параметры

• in_channels (int) – Количество каналов во входном изображении
• out_channels (int) – Количество каналов, созданных 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 нулевое заполнение будет добавлено по обе стороны каждой размерности ввода. По умолчанию: 0
• output_padding (int или tuple, необязательно) – Дополнительный размер, добавляемый к одной стороне каждой размерности выходной формы. 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: $(N, C_{in}, D_{in}, H_{in}, W_{in})$ или $(C_{in}, D_{in}, H_{in}, W_{in})$
• Выход: $(N, C_{out}, D_{out}, H_{out}, W_{out})$ 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) – обученные 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 берутся из $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ где $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$
• bias (Tensor) – обученные смещения модуля формы (выходные_каналы) Если bias это True, то значения этих весов берутся из $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 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)