ConvTranspose3d

class torch.nn.ConvTranspose3d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, bias=True, dilation=1, padding_mode='zeros', device=None, dtype=None)

對由多個輸入平面組成的輸入影像應用 3D 轉置卷積運算子。轉置卷積運算子將每個輸入值與一個可學習的核心逐元素相乘，並對來自所有輸入特徵平面的輸出進行求和。

此模組可以看作是 Conv3d 相對於其輸入的梯度。 它也被稱為部分步幅卷積或反卷積（儘管它不是實際的反卷積運算，因為它不計算卷積的真正逆運算）。 欲了解更多資訊，請參閱此處的可視化和 反卷積網路論文。

此模組支援 TensorFloat32。

在某些 ROCm 裝置上，當使用 float16 輸入時，此模組將使用 不同的精度 進行反向傳播。

• stride 控制互相關的步幅。

• padding 控制 dilation * (kernel_size - 1) - padding 個點的雙邊隱式零填充量。 詳情請參閱以下註釋。

• output_padding 控制添加到輸出形狀一側的額外大小。 詳情請參閱以下註釋。

• dilation 控制核心點之間的間距； 也稱為 à trous 演算法。 它很難描述，但 此處的連結很好地視覺化了 dilation 的作用。

• groups 控制輸入和輸出之間的連接。 in_channels 和 out_channels 都必須能被 groups 整除。 例如，

  • 在 groups=1 時，所有輸入都卷積到所有輸出。

  • 在 groups=2 時，此運算相當於並排放置兩個卷積層，每個卷積層看到一半的輸入通道並產生一半的輸出通道，然後將兩者串聯起來。

  • 在 groups= in_channels 時，每個輸入通道都與其自身的一組濾波器（大小為 $\frac{\text{out\_channels}}{\text{in\_channels}}$）卷積。

參數 kernel_size、stride、padding、output_padding 可以是：

• 單個 int – 在這種情況下，相同的值用於深度、高度和寬度維度

• 三個 int 的 tuple – 在這種情況下，第一個 int 用於深度維度，第二個 int 用於高度維度，第三個 int 用於寬度維度

注意

padding 參數實際上會在輸入的每個維度兩側增加 dilation * (kernel_size - 1) - padding 數量的零填充。 這樣的設定是為了讓使用相同參數初始化的 Conv3d 和 ConvTranspose3d 在輸入和輸出形狀方面互為逆運算。 然而，當 stride > 1 時，Conv3d 會將多個輸入形狀映射到相同的輸出形狀。 提供 output_padding 旨在通過有效地增加一側的計算輸出形狀來解決此歧義。 請注意，output_padding 僅用於查找輸出形狀，但實際上並不會向輸出添加零填充。

注意

在某些情況下，當在 CUDA 設備上提供張量並使用 CuDNN 時，此運算符可能會選擇一種非確定性的演算法來提高效能。 如果不希望這樣，您可以嘗試通過設定 torch.backends.cudnn.deterministic = True 使操作具有確定性（可能會以效能為代價）。 有關更多訊息，請參閱 再現性。

參數

• in_channels (int) – 輸入圖像中的通道數

• out_channels (int) – 卷積產生的通道數

• kernel_size (int 或 tuple) – 卷積核的大小

• stride (int 或 tuple, optional) – 卷積的步幅。預設值：1

• padding (int 或 tuple, optional) – dilation * (kernel_size - 1) - padding 零填充將會加到輸入的每個維度的兩側。 預設值：0

• output_padding (int 或 tuple, optional) – 添加到輸出形狀的每個維度一側的額外大小。 預設值：0

• groups (int, optional) – 從輸入通道到輸出通道的阻塞連接數。 預設值：1

• bias (bool, optional) – 如果為 True，則向輸出添加可學習的偏差。 預設值：True

• dilation (int 或 tuple, optional) – 核心元素之間的間距。 預設值：1

形狀

• 輸入：$(N, C_{in}, D_{in}, H_{in}, W_{in})$ 或 $(C_{in}, D_{in}, H_{in}, W_{in})$

• 輸出： $(N, C_{out}, D_{out}, H_{out}, W_{out})$ 或 $(C_{out}, D_{out}, H_{out}, W_{out})$，其中

輸出維度 = (輸入維度 - 1) × 步幅[0] - 2 × 填充[0] + 膨脹[0] × (核心大小[0] - 1) + 輸出填充[0] + 1

輸出高度 = (輸入高度 - 1) × 步幅[1] - 2 × 填充[1] + 膨脹[1] × (核心大小[1] - 1) + 輸出填充[1] + 1

$$W_{out} = (W_{in} - 1) \times \text{stride}[2] - 2 \times \text{padding}[2] + \text{dilation}[2] \times (\text{kernel\_size}[2] - 1) + \text{output\_padding}[2] + 1$$

變數

• weight (權重) (Tensor) – 模組中可學習的權重，形狀為 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]}, \text{kernel\_size[2]})$。 這些權重的值取樣自 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$

• bias (Tensor) – 模組的可學習偏差，形狀為 (out_channels)。如果 bias 為 True，則這些權重的值會從 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 中採樣，其中 $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$

範例

>>> # With square kernels and equal stride
>>> m = nn.ConvTranspose3d(16, 33, 3, stride=2)
>>> # non-square kernels and unequal stride and with padding
>>> m = nn.ConvTranspose3d(16, 33, (3, 5, 2), stride=(2, 1, 1), padding=(0, 4, 2))
>>> input = torch.randn(20, 16, 10, 50, 100)
>>> output = m(input)