conv3d_transpose

paddle.nn.functional. conv3d_transpose ( x, weight, bias=None, stride=1, padding=0, output_padding=0, groups=1, dilation=1, output_size=None, data_format='NCDHW', name=None ) [源代码]

三维转置卷积层(Convlution3d transpose layer)

该层根据输入(input)、卷积核(kernel)和卷积核空洞大小(dilations)、步长(stride)、填充(padding)来计算输出特征层大小或者通过 output_size 指定输出特征层大小。输入(Input)和输出(Output)为 NCDHW 或者 NDHWC 格式。其中 N 为批尺寸,C 为通道数(channel),D 为特征深度,H 为特征层高度,W 为特征层宽度。转置卷积的计算过程相当于卷积的反向计算。转置卷积又被称为反卷积(但其实并不是真正的反卷积)。欲了解卷积转置层细节,请参考下面的说明和 参考文献 。如果参数 bias_attr 不为 False,转置卷积计算会添加偏置项。

输入 \(X\) 和输出 \(Out\) 函数关系如下:

\[\begin{split}\\Out=\sigma (W*X+b)\\\end{split}\]

其中:

  • \(X\):输入,具有 NCDHW 或 NDHWC 格式的 5-D Tensor

  • \(W\):卷积核,具有 NCDHW 格式的 5-D Tensor

  • \(*\):卷积操作(注意:转置卷积本质上的计算还是卷积)

  • \(b\):偏置(bias),2-D Tensor,形状为 [M, 1]

  • \(σ\):激活函数

  • \(Out\):输出值,NCDHW 或 NDHWC 格式的 5-D Tensor,和 X 的形状可能不同

示例

输入:

输入的 shape:\((N, C_{in}, D_{in}, H_{in}, W_{in})\)

卷积核的 shape:\((C_{in}, C_{out}, D_f, H_f, W_f)\)

输出:

输出的 shape:\((N, C_{out}, D_{out}, H_{out}, W_{out})\)

其中:

\[\begin{split}D^\prime_{out} &= (D_{in} - 1) * strides[0] - 2 * paddings[0] + dilations[0] * (D_f - 1) + 1 \\ H^\prime_{out} &= (H_{in} - 1) * strides[1] - 2 * paddings[1] + dilations[1] * (H_f - 1) + 1 \\ W^\prime_{out} &= (W_{in} - 1) * strides[2] - 2 * paddings[2] + dilations[2] * (W_f - 1) + 1 \\ D_{out} &\in [ D^\prime_{out}, D^\prime_{out} + strides[0] ] \\ H_{out} &\in [ H^\prime_{out}, H^\prime_{out} + strides[1] ] \\ W_{out} &\in [ W^\prime_{out}, W^\prime_{out} + strides[2] ] \\\end{split}\]

如果 padding = "SAME":

\[\begin{split}D'_{out} = \frac{(D_{in} + stride[0] - 1)}{stride[0]}\\ H'_{out} = \frac{(H_{in} + stride[1] - 1)}{stride[1]}\\ W'_{out} = \frac{(W_{in} + stride[2] - 1)}{stride[2]}\\\end{split}\]

如果 padding = "VALID":

\[\begin{split}D'_{out}=(D_{in}-1)*strides[0] + dilations[0]*(D_f-1)+1\\ H'_{out}=(H_{in}-1)*strides[1] + dilations[1]*(H_f-1)+1\\ W'_{out}=(W_{in}-1)*strides[2] + dilations[2]*(W_f-1)+1\\\end{split}\]

注解

如果 output_size 为 None,则 \(D_{out}\) = \(D^\prime_{out}\) , \(H_{out}\) = \(H^\prime_{out}\) , \(W_{out}\) = \(W^\prime_{out}\);否则,指定的 output_size_depth(输出特征层的深度) \(D_{out}\) 应当介于 \(D^\prime_{out}\)\(D^\prime_{out} + strides[0]\) 之间(不包含 \(D^\prime_{out} + strides[0]\) ),指定的 output_size_height(输出特征层的高) \(H_{out}\) 应当介于 \(H^\prime_{out}\)\(H^\prime_{out} + strides[1]\) 之间(不包含 \(H^\prime_{out} + strides[1]\) ),并且指定的 output_size_width(输出特征层的宽) \(W_{out}\) 应当介于 \(W^\prime_{out}\)\(W^\prime_{out} + strides[2]\) 之间(不包含 \(W^\prime_{out} + strides[2]\) )。

由于转置卷积可以当成是卷积的反向计算,而根据卷积的输入输出计算公式来说,不同大小的输入特征层可能对应着相同大小的输出特征层,所以对应到转置卷积来说,固定大小的输入特征层对应的输出特征层大小并不唯一。

参数

  • x (Tensor) - 形状为 \([N, C, D, H, W]\)\([N, D, H, W, C]\) 的 5-D Tensor,N 是批尺寸,C 是通道数,D 是特征深度,H 是特征高度,W 是特征宽度,数据类型:float32 或 float64。

  • weight (Tensor) - 形状为 \([C, M/g, kD, kH, kW]\) 的卷积核。M 是输出通道数,g 是分组的个数,kD 是卷积核的深度,kH 是卷积核的高度,kW 是卷积核的宽度。

  • bias (int|list|tuple,可选) - 偏置项,形状为:\([M, ]\) 。默认值为 None。

  • stride (int|list|tuple,可选) - 步长大小。如果 stride 为元组或列表,则必须包含三个整型数,分别表示深度,垂直和水平滑动步长。否则,表示深度,垂直和水平滑动步长均为 stride。默认值为 1。

  • padding (int|list|tuple|str,可选) - 填充 padding 大小。padding 参数在输入特征层每边添加 dilation * (kernel_size - 1) - padding 个 0。如果它是一个字符串,可以是 "VALID" 或者 "SAME",表示填充算法,计算细节可参考上述 padding = "SAME" 或 padding = "VALID" 时的计算公式。如果它是一个元组或列表,它可以有 3 种格式:(1) 包含 5 个二元组:当 data_format 为 "NCDHW" 时为 [[0,0], [0,0], [pad_depth_front, pad_depth_back], [pad_height_top, pad_height_bottom], [pad_width_left, pad_width_right]],当 data_format 为 "NDHWC" 时,为 [[0,0], [pad_depth_front, pad_depth_back], [pad_height_top, pad_height_bottom], [pad_width_left, pad_width_right], [0,0]];(2) 包含 6 个整数值:[pad_depth_front, pad_depth_back, pad_height_top, pad_height_bottom, pad_width_left, pad_width_right];(3) 包含 3 个整数值:[pad_depth, pad_height, pad_width],此时 pad_depth_front = pad_depth_back = pad_depth, pad_height_top = pad_height_bottom = pad_height, pad_width_left = pad_width_right = pad_width。若为一个整数,pad_depth = pad_height = pad_width = padding。默认值为 0。

  • output_padding (int|list|tuple,可选) - 输出形状上一侧额外添加的大小。默认值为 0。

  • dilation (int|list|tuple,可选) - 空洞大小。空洞卷积时会使用该参数,卷积核对输入进行卷积时,感受野里每相邻两个特征点之间的空洞信息。如果空洞大小为列表或元组,则必须包含两个整型数:(dilation_height, dilation_width)。若为一个整数,dilation_height = dilation_width = dilation。默认值为 1。

  • groups (int,可选) - 三维转置卷积层的组数。从 Alex Krizhevsky 的 Deep CNN 论文 中的群卷积中受到启发,当 groups = 2 时,输入和卷积核分别根据通道数量平均分为两组,第一组卷积核和第一组输入进行卷积计算,第二组卷积核和第二组输入进行卷积计算。默认值为 1。

  • output_size (int|list|tuple,可选) - 输出尺寸,整数或包含一个整数的列表或元组。如果为 None,则会用 filter_size( weight 的 shape), paddingstride 计算出输出特征图的尺寸。默认值为 None。

  • data_format (str,可选) - 指定输入的数据格式,输出的数据格式将与输入保持一致,可以是 "NCHW" 和 "NHWC"。N 是批尺寸,C 是通道数,H 是特征高度,W 是特征宽度。默认值为 "NCHW"。

  • name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

返回

5-D Tensor,数据类型与 input 一致。如果未指定激活层,则返回转置卷积计算的结果,如果指定激活层,则返回转置卷积和激活计算之后的最终结果。

返回类型

Tensor

代码示例

>>> import paddle
>>> import paddle.nn.functional as F

>>> x_var = paddle.randn((2, 3, 8, 8, 8), dtype='float32')
>>> w_var = paddle.randn((3, 6, 3, 3, 3), dtype='float32')

>>> y_var = F.conv3d_transpose(x_var, w_var)

>>> print(y_var.shape)
[2, 6, 10, 10, 10]