tf.nn.conv2d_transpose

Транспонированная операция conv2d.

tf.nn.conv2d_transpose(
    input,
    filters,
    output_shape,
    strides,
    padding='SAME',
    data_format='NHWC',
    dilations=None,
    name=None
)

Эта операция иногда называется "деконволюцией" (Zeiler et al., 2010), но на самом деле является транспонированной (градиентной) операцией 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` `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 указано одно значение, оно дублируется в измерениях `H` и `W`. По умолчанию измерения `N` и `C` устанавливаются в 0. Порядок измерений определяется значением `data_format`, см. подробности ниже.
`padding`	Либо `string` `"SAME"` или `"VALID"` , указывающие тип алгоритма заполнения, или список, указывающий явное заполнение в начале и конце каждого измерения. Подробнее см. здесь. При использовании явного заполнения и data_format = `"NHWC"`, оно должно быть в формате `[[0, 0], [pad_top, pad_bottom], [pad_left, pad_right], [0, 0]]`. При использовании явного заполнения и data_format = `"NCHW"`, оно должно быть в формате `[[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. Фактор дилатации для каждого измерения `input`. Если задано одно значение, оно дублируется в измерениях `H` и `W`. По умолчанию измерения `N` и `C` устанавливаются 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. подробности выше. Дилатации в измерениях пакетности и глубины для 4-мерного тензора должны быть 1.
`name`	Необязательное имя возвращаемого тензора.

Возвращаемые значения
Тензор `Tensor` с тем же типом, что и `input`.

Исключения
`ValueError`	Если глубина входа/выхода не соответствует форме `filter` или если padding отличается от `'VALID'` или `'SAME'`.

Сноски:

Свёрточные сети: Zeiler et al., 2010 (pdf)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/nn/conv2d_transpose