Conv2DTranspose

class paddle.nn. Conv2DTranspose ( in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, dilation=1, weight_attr=None, bias_attr=None, data_format='NCHW' ) [源代码]

二维转置卷积层(Convlution2d transpose layer)

该层根据输入(input)、卷积核(kernel)和空洞大小(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 NCHW 或 NHWC 格式,其中 N 为批尺寸,C 为通道数(channel),H 为特征层高度,W 为特征层宽度。卷积核是 MCHW 格式,M 是输出图像通道数,C 是输入图像通道数,H 是卷积核高度,W 是卷积核宽度。如果组数大于 1,C 等于输入图像通道数除以组数的结果。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)。欲了解转置卷积层细节,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 NCHW 或 NHWC 格式的 4-D Tensor

  • \(W\):卷积核,具有 NCHW 格式的 4-D Tensor

  • \(*\):卷积计算(注意:转置卷积本质上的计算还是卷积)

  • \(b\):偏置(bias),1-D Tensor,形状为 [M]

  • \(σ\):激活函数

  • \(Out\):输出值,NCHW 或 NHWC 格式的 4-D Tensor,和 X 的形状可能不同

注意:

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

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。

如果指定了 output_size, conv2d_transpose 可以自动计算卷积核的大小。

参数

  • in_channels (int) - 输入图像的通道数。

  • out_channels (int) - 卷积核的个数,和输出特征图通道数相同。

  • kernel_size (int|list|tuple) - 卷积核大小。可以为单个整数或包含两个整数的元组或列表,分别表示卷积核的高和宽。如果为单个整数,表示卷积核的高和宽都等于该整数。

  • stride (int|tuple,可选) - 步长大小。如果 stride 为元组或列表,则必须包含两个整型数,分别表示垂直和水平滑动步长。否则,表示垂直和水平滑动步长均为 stride。默认值:1。

  • padding (int|tuple,可选) - 填充大小。如果 padding 为元组或列表,则必须包含两个整型数,分别表示竖直和水平边界填充大小。否则,表示竖直和水平边界填充大小均为 padding。如果它是一个字符串,可以是"VALID"或者"SAME",表示填充算法,计算细节可参考下方形状 padding = "SAME"或 padding = "VALID" 时的计算公式。默认值: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:0。

  • groups (int,可选) - 二维卷积层的组数。根据 Alex Krizhevsky 的深度卷积神经网络(CNN)论文中的分组卷积:当 group=2,卷积核的前一半仅和输入特征图的前一半连接。卷积核的后一半仅和输入特征图的后一半连接。默认值:1。

  • dilation (int|tuple,可选) - 空洞大小。可以为单个整数或包含两个整数的元组或列表,分别表示卷积核中的元素沿着高和宽的空洞。如果为单个整数,表示高和宽的空洞都等于该整数。默认值:1。

  • weight_attr (ParamAttr,可选) - 指定权重参数属性的对象。默认值为 None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr

  • bias_attr (ParamAttr|bool,可选) - 指定偏置参数属性的对象。默认值为 None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr

  • 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:"NCHW"。

形状

  • 输入:\((N,C_{in}, H_{in}, W_{in})\)

  • 卷积核:\((C_{in}, C_{out}, K_{h}, K_{w})\)

  • 偏置:\((C_{out})\)

  • 输出:\((N,C_{out}, H_{out}, W_{out})\)

其中

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

如果 padding = "SAME":

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

如果 padding = "VALID":

\[\begin{split}& H'_{out} = (H_{in}-1)*strides[0] + dilations[0]*(kernel\_size[0]-1)+1\\ & W'_{out} = (W_{in}-1)*strides[1] + dilations[1]*(kernel\_size[1]-1)+1 \\\end{split}\]

代码示例

import paddle
import paddle.nn as nn

paddle.disable_static()

x_var = paddle.uniform((2, 4, 8, 8), dtype='float32', min=-1., max=1.)

conv = nn.Conv2DTranspose(4, 6, (3, 3))
y_var = conv(x_var)
print(y_var.shape)
# [2, 6, 10, 10]

使用本API的教程文档