tf.compat.v1.layers.conv2d_transpose

Функциональный интерфейс для слоя транспонированного 2D свёртки.

tf.compat.v1.layers.conv2d_transpose(
    inputs, filters, kernel_size, strides=(1, 1), padding='valid',
    data_format='channels_last', activation=None, use_bias=True,
    kernel_initializer=None, bias_initializer=tf.zeros_initializer(),
    kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None,
    kernel_constraint=None, bias_constraint=None, trainable=True, name=None,
    reuse=None
)

В необходимости транспонированных свёрток обычно возникает потребность, чтобы использовать преобразование в направлении, противоположном обычному свёртке, т.е. от чего-то, имеющего форму выходного значения какой-то свёртки, к чему-то, имеющему форму её входного значения, при одновременном сохранении шаблона связей, совместимого с указанной свёрткой.

Аргументы
`inputs`	Входной тензор.
`filters`	Целое число, размерность выходного пространства (т.е. количество фильтров в свёртке).
`kernel_size`	Кортеж или список из 2 положительных целых чисел, определяющих пространственные размеры фильтров. Может быть одним целым числом для задания одного значения для всех пространственных измерений.
`strides`	Кортеж или список из 2 положительных целых чисел, определяющих шаги свёртки. Может быть одним целым числом для задания одного значения для всех пространственных измерений.
`padding`	Один из `"valid"` или `"same"` (регистр не учитывается). `"valid"` означает отсутствие заполнения. `"same"` приводит к равномерному заполнению слева/справа или сверху/снизу входных данных таким образом, что выходные данные имеют такие же размеры высоты/ширины, как входные.
`data_format`	Строка, один из `channels_last` (по умолчанию) или `channels_first`. Порядок измерений во входных данных. `channels_last` соответствует входным данным с формой `(batch, height, width, channels)`, в то время как `channels_first` соответствует входным данным с формой `(batch, channels, height, width)`.
`activation`	Функция активации. Установите её в `None` для сохранения линейной активации.
`use_bias`	Булево значение, использует ли слой смещение.
`kernel_initializer`	Инициализатор для ядра свёртки.
`bias_initializer`	Инициализатор для вектора смещения. Если `None`, будет использован инициализатор по умолчанию.
`kernel_regularizer`	Необязательный регуляризатор для ядра свёртки.
`bias_regularizer`	Необязательный регуляризатор для вектора смещения.
`activity_regularizer`	Необязательная функция регуляризации для выхода.
`kernel_constraint`	Необязательная функция проекции, применяемая к ядру после обновления `Optimizer` (например, используется для реализации ограничений нормы или ограничений значений для весов слоя). Функция должна принимать в качестве входных данных непроектируемую переменную и возвращать проектируемую переменную (которая должна иметь ту же форму). Ограничения небезопасны при асинхронном распределённом обучении.
`bias_constraint`	Необязательная функция проекции, применяемая к смещению после обновления `Optimizer`.
`trainable`	Булево значение, если `True` также добавить переменные в коллекцию графа `GraphKeys.TRAINABLE_VARIABLES` (см. `tf.Variable`).
`name`	Строка, имя слоя.
`reuse`	Булево значение, использовать ли повторно веса предыдущего слоя с тем же именем.

Возвращаемое значение
Выходной тензор.

Исключения
`ValueError`	если включено выполнение в режиме eager.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.4/api_docs/python/tf/compat/v1/layers/conv2d_transpose