Эта операция иногда называется "деконволюцией" по аналогии с Deconvolutional Networks, но на самом деле она представляет собой транспонирование (градиент) операции conv2d, а не фактическую деконволюцию.
Аргументы
value
Четырёхмерный 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
Четырёхмерный Tensor с тем же типом, что и value и формой [height, width, output_channels, in_channels]. Размерность filter в in_channels должна соответствовать размерности value.
output_shape
Одномерный Tensor, представляющий форму выходных данных операции деконволюции.
strides
Целое число или список ints длиной 1, 2 или 4. Шаг скользящего окна для каждой размерности input. Если задано одно значение, оно дублируется в размерностях H и W. По умолчанию размерности N и C устанавливаются в 0. Порядок размерностей определяется значением data_format, см. подробности ниже.
padding
Строка, либо 'VALID' или 'SAME'. Алгоритм заполнения. Смотрите раздел "Возвращаемые значения" в tf.nn.convolution для подробностей.
data_format
Строка. Поддерживаются 'NHWC' и 'NCHW'.
name
Необязательное имя для возвращаемого тензора.
input
Псевдоним для значения.
filters
Псевдоним для фильтра.
dilations
Целое число или список ints длиной 1, 2 или 4, по умолчанию 1. Фактор расширения для каждой размерности input. Если задано одно значение, оно дублируется в размерностях H и W. По умолчанию размерности N и C установлены в 1. Если установлено k > 1, между каждым элементом фильтра в этой размерности будет k-1 пропущенных ячеек. Порядок размерностей определяется значением data_format, см. выше для подробностей. Расширения в размерностях партии и глубины для четырёхмерного 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 отличается от 'VALID' или 'SAME'.
