ConvTranspose1d

class torch.nn.ConvTranspose1d(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)

对由多个输入平面组成的输入图像应用 1D 转置卷积运算符。

该模块可视为 Conv1d 相对于其输入的梯度。它也称为分数步长卷积或反卷积（尽管它不是真正的反卷积操作，因为它不计算卷积的真实逆）。有关更多信息，请参阅此处的可视化和反卷积网络论文。

此模块支持 TensorFloat32。

在某些 ROCm 设备上，当使用 float16 输入时，此模块将对反向传播使用不同精度。

• stride 控制互相关的步长。

• padding 控制 dilation * (kernel_size - 1) - padding 个点两侧的隐式零填充量。详情请参阅下面的注释。

• output_padding 控制添加到输出形状一侧的额外尺寸。有关详细信息，请参见下面的注释。

• dilation 控制核点之间的间距；也称为空洞卷积算法。这比较难描述，但此处的链接提供了一个关于 dilation 作用的可视化。

• groups 控制输入和输出之间的连接。 in_channels 和 out_channels 都必须能被 groups 整除。例如，

  • 当 groups=1 时，所有输入都会与所有输出进行卷积。

  • 当 groups=2 时，操作相当于有两个并排的卷积层，每个层看到一半的输入通道并产生一半的输出通道，然后将两者连接起来。

  • 当 groups= in_channels 时，每个输入通道都与其自身的滤波器集（大小为 $\frac{\text{out\_channels}}{\text{in\_channels}}$）进行卷积。

注意

padding 参数有效地在输入的两侧添加了 dilation * (kernel_size - 1) - padding 的零填充。这是这样设置的，当 Conv1d 和 ConvTranspose1d 使用相同的参数初始化时，它们在输入和输出形状方面互为逆运算。但是，当 stride > 1 时，Conv1d 会将多个输入形状映射到相同的输出形状。output_padding 用于解决此歧义，通过有效地在一侧增加计算出的输出形状。请注意，output_padding 仅用于确定输出形状，但实际上不会向输出添加零填充。

注意

在某些情况下，当使用带有 CuDNN 的 CUDA 后端时，此运算符可能会选择非确定性算法以提高性能。如果这是不理想的，您可以通过将 torch.backends.cudnn.deterministic = True 设置为“True”来尝试使操作确定性（可能会以性能为代价）。有关背景信息，请参阅有关可复现性的说明。

参数

• in_channels (int) – 输入图像中的通道数

• out_channels (int) – 卷积产生的通道数

• kernel_size (int 或 tuple) – 卷积核的大小

• stride (int 或 tuple, 可选) – 卷积的步长。默认为：1

• padding (int 或 tuple, 可选) – 将在输入的两侧添加 dilation * (kernel_size - 1) - padding 的零填充。默认为：0

• output_padding (int 或 tuple, 可选) – 添加到输出形状一侧的额外大小。默认为：0

• groups (int, 可选) – 从输入通道到输出通道的阻塞连接数。默认为：1

• bias (bool, 可选) – 如果为 True，则向输出添加可学习的偏置。默认为：True

• dilation (int 或 tuple, 可选) – 卷积核元素之间的间距。默认为：1

形状

• 输入：$(N, C_{in}, L_{in})$ 或 $(C_{in}, L_{in})$

• 输出：$(N, C_{out}, L_{out})$ 或 $(C_{out}, L_{out})$，其中

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

变量

• weight (Tensor) – 模块的可学习权重，形状为 $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size})$。这些权值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 处采样，其中 $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$。

• bias (Tensor) – 模块的可学习偏置，形状为 (out_channels)。如果 bias 为 True，则这些权重的值从 $\mathcal{U}(-\sqrt{k}, \sqrt{k})$ 处采样，其中 $k = \frac{groups}{C_\text{out} * \text{kernel\_size}}$。