Эта операция иногда называется «деконволюцией» (Zeiler et al., 2010), но на самом деле является транспонированием (градиентом) conv2d, а не фактической деконволюцией.
Аргументы
value
4-мерный Tensor типа float и формы [batch, height, width, in_channels] для формата данных NHWC или [batch, in_channels, height, width] для формата данных NCHW.
filter
4-мерный Tensor с тем же типом, что и value, и формой [height, width, output_channels, in_channels]. Размеры in_channelsfilter должны совпадать с размерами value.
output_shape
1-мерный Tensor, представляющий форму выходных данных операции деконволюции.
strides
Целое число или список ints длиной 1, 2 или 4. Шаг скользящего окна для каждого измерения input. Если указано одно значение, оно дублируется в измерениях H и W. По умолчанию измерения N и C устанавливаются в 0. Порядок измерений определяется значением data_format, см. подробности ниже.
padding
Строка, либо 'VALID', либо 'SAME'. Алгоритм заполнения. См. раздел "Возвращаемое значение" в tf.nn.convolution для получения подробностей.
data_format
Строка. Поддерживаются 'NHWC' и 'NCHW'.
name
Необязательное имя возвращаемого тензора.
input
Псевдоним для значения.
filters
Псевдоним для фильтра.
dilations
Целое число или список ints длиной 1, 2 или 4, по умолчанию 1. Коэффициент расширения для каждого измерения input. Если указано одно значение, оно дублируется в измерениях H и W. По умолчанию измерения N и C устанавливаются в 1. Если установлено k > 1, между каждым элементом фильтра в этом измерении будет k-1 пропущенных ячеек. Порядок измерений определяется значением data_format, см. выше для получения подробностей. Коэффициенты расширения по измерениям батча и глубины для 4-мерного тензора должны быть равны 1.
Возвращаемое значение
Tensor с тем же типом, что и value.
Исключения
ValueError
Если глубина входных/выходных данных не соответствует форме filter, или если заполнение не равно 'VALID' или 'SAME'.
