Эта операция иногда называется "деконволюцией" (Zeiler et al., 2010), но на самом деле является транспонированием (градиентом) atrous_conv2d, а не фактической деконволюцией.
Аргументы
input
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.
filters
4-мерный Tensor с тем же типом, что и input, и формой [height, width, output_channels, in_channels]. Размеры in_channels у filter должны совпадать с размерами input.
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 задано одно значение, оно дублируется для измерений H и W. По умолчанию размеры N и C установлены в 0. Порядок измерений определяется значением data_format, см. подробности ниже.
padding
Любой из string, "SAME" или "VALID", указывающий тип алгоритма заполнения, или список, указывающий явное заполнение в начале и конце каждого измерения. См. здесь для получения дополнительной информации. Если используется явное заполнение и data_format — "NHWC", оно должно иметь вид [[0, 0], [pad_top, pad_bottom], [pad_left, pad_right], [0, 0]]. Если используется явное заполнение и data_format — "NCHW", оно должно иметь вид [[0, 0], [0, 0], [pad_top, pad_bottom], [pad_left, pad_right]].
data_format
Строка. Поддерживаются 'NHWC' и 'NCHW'.
dilations
Целое число или список ints длиной 1, 2 или 4, по умолчанию 1. Коэффициент расширения для каждого измерения input. Если задано одно значение, оно дублируется для измерений H и W. По умолчанию размеры N и C установлены 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 подробностей. Расширения в измерениях партии и глубины для 4-мерного тензора должны быть 1.
name
Необязательное имя возвращаемого тензора.
Возвращаемое значение
Tensor с тем же типом, что и input.
Исключения
ValueError
Если глубина входных/выходных данных не соответствует форме filter, или если заполнение отличается от 'VALID' или 'SAME'.
