tf.compat.v1.layers.Conv2DTranspose

Транспонированный 2D свёрткой слой (иногда называется 2D Деконволюцией).

Наследует от: Conv2DTranspose, Conv2D, Layer, Layer, Module

tf.compat.v1.layers.Conv2DTranspose(
    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,
    **kwargs
)

Необходимость в транспонированных свёртках обычно возникает из-за желания использовать преобразование, направленное в противоположном направлении обычной свёртки, т.е. от чего-то, имеющего форму выхода какой-либо свёртки, к чему-то, имеющему форму её входа, при сохранении схемы связей, совместимой с данной свёрткой.

Аргументы
`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 единственным целым числом для указания одного и того же значения для всех пространственных измерений.
`strides`	Кортеж или список из 2 положительных целых чисел, определяющих шаги свёртки. Может быть единственным целым числом для указания одного и того же значения для всех пространственных измерений.
`padding`	один из `"valid"` или `"same"` (регистр не учитывается). `"valid"` означает отсутствие заполнения. `"same"` приводит к равномерному дополнению слева/справа или сверху/снизу входных данных таким образом, чтобы выход имел такие же размеры высоты/ширины, как и вход.
`data_format`	Строка, одна из `channels_last` (по умолчанию) или `channels_first`. Порядок измерений ввода. `channels_last` соответствует входам с формой `(batch, height, width, channels)`, в то время как `channels_first` соответствует входам с формой `(batch, channels, height, width)`.
`activation`	Функция активации. Установите в None, чтобы сохранить линейную активацию.
`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 вывода.
`kernel_constraint`	Необязательная функция проекции, которая применяется к ядру после обновления с помощью `Optimizer` (например, используется для реализации ограничений по норме или значениям для весов слоя). Функция должна принимать на вход непроецированную переменную и должна возвращать проецированную переменную (которая должна иметь ту же форму). Ограничения небезопасны при асинхронной распределённой тренировке.
`bias_constraint`	Необязательная функция проекции, применяемая к смещению после обновления с помощью `Optimizer`.
`trainable`	Булево значение, если `True` также добавляет переменные в коллекцию графа `GraphKeys.TRAINABLE_VARIABLES` (см. `tf.Variable`).
`name`	Строка, имя слоя.

Атрибуты
`graph`
`scope_name`

© 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/Conv2DTranspose