tf.keras.layers.Conv2DTranspose

Слой транспонированной свёртки (иногда называется обратной свёрткой).

Наследуется от: Conv2D, Layer, Module

tf.keras.layers.Conv2DTranspose(
    filters, kernel_size, strides=(1, 1), padding='valid',
    output_padding=None, data_format=None, dilation_rate=(1, 1), activation=None,
    use_bias=True, kernel_initializer='glorot_uniform',
    bias_initializer='zeros', kernel_regularizer=None,
    bias_regularizer=None, activity_regularizer=None, kernel_constraint=None,
    bias_constraint=None, **kwargs
)

Потребность в транспонированных свёртках обычно возникает из-за желания использовать преобразование, направленное в противоположном направлении нормальной свёртки, т. е. из чего-то, имеющего форму выходных данных некоторой свёртки, в нечто, имеющее форму её входных данных, при сохранении шаблона связей, совместимого с данной свёрткой.

При использовании этого слоя в качестве первого слоя в модели, укажите ключевой аргумент input_shape (кортеж целых чисел, не включая ось образца), например, input_shape=(128, 128, 3) для изображений 128x128 RGB в data_format="channels_last".

Форма входа:

4D тензор с формой: (batch_size, channels, rows, cols) если data_format='channels_first' или 4D тензор с формой: (batch_size, rows, cols, channels) если data_format='channels_last'.

Форма вывода:

4D тензор с формой: (batch_size, filters, new_rows, new_cols) если data_format='channels_first' или 4D тензор с формой: (batch_size, new_rows, new_cols, filters) если data_format='channels_last'. Значения rows и cols могут измениться из-за заполнения. Если output_padding указан:

new_rows = ((rows - 1) * strides[0] + kernel_size[0] - 2 * padding[0] +
output_padding[0])
new_cols = ((cols - 1) * strides[1] + kernel_size[1] - 2 * padding[1] +
output_padding[1])

Ссылки:

• Руководство по арифметике свёрток для глубокого обучения
• Деконволюционные сети