一、簡介

nn.ConvTranspose2d 是 PyTorch 中的一個模塊，用于實現(xiàn)二維轉置卷積（也稱為反卷積或上采樣卷積）。

轉置卷積通常用于生成比輸入更大的輸出，例如在生成對抗網(wǎng)絡（GANs）和卷積神經(jīng)網(wǎng)絡（CNNs）的解碼器部分。

二、語法和參數(shù)

語法

torch.nn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, bias=True, dilation=1, padding_mode='zeros')

參數(shù)

• in_channels: 輸入通道的數(shù)量。
• out_channels: 輸出通道的數(shù)量。
• kernel_size: 卷積核的大小，可以是單個整數(shù)或是一個包含兩個整數(shù)的元組。
• stride: 卷積的步長，默認為1?？梢允菃蝹€整數(shù)或是一個包含兩個整數(shù)的元組。
• padding: 輸入的每一邊補充0的數(shù)量，默認為0。
• output_padding: 輸出的每一邊額外補充0的數(shù)量，默認為0。用于控制輸出的大小。
• groups: 將輸入分成若干組，默認為1。
• bias: 如果為True，則會添加偏置，默認為True。
• dilation: 卷積核元素之間的間距，默認為1。
• padding_mode: 可選的填充模式，包括 ‘zeros’, ‘reflect’, ‘replicate’ 或 ‘circular’。默認為 ‘zeros’。

三、實例

3.1 創(chuàng)建基本的ConvTranspose2d層

• 代碼

import torch
import torch.nn as nn

# 定義 ConvTranspose2d 模塊
conv_transpose = nn.ConvTranspose2d(in_channels=1, out_channels=1, kernel_size=3, stride=2, padding=1)

# 創(chuàng)建一個示例輸入張量
input_tensor = torch.randn(1, 1, 4, 4)

# 通過 ConvTranspose2d 模塊計算輸出
output_tensor = conv_transpose(input_tensor)

print("輸入張量的形狀:", input_tensor.shape)
print("輸出張量的形狀:", output_tensor.shape)

• 輸出

輸入張量的形狀: torch.Size([1, 1, 4, 4])
輸出張量的形狀: torch.Size([1, 1, 7, 7])

3.2 使用多個輸出通道的ConvTranspose2d

• 代碼

import torch
import torch.nn as nn

# 定義 ConvTranspose2d 模塊，具有多個輸出通道
conv_transpose = nn.ConvTranspose2d(in_channels=1, out_channels=3, kernel_size=3, stride=2, padding=1)

# 創(chuàng)建一個示例輸入張量
input_tensor = torch.randn(1, 1, 4, 4)

# 通過 ConvTranspose2d 模塊計算輸出
output_tensor = conv_transpose(input_tensor)

print("輸入張量的形狀:", input_tensor.shape)
print("輸出張量的形狀:", output_tensor.shape)

• 輸出

輸入張量的形狀: torch.Size([1, 1, 4, 4])
輸出張量的形狀: torch.Size([1, 3, 7, 7])

四、注意事項

• output_padding 參數(shù)并不是直接決定輸出的大小，而是用來補償可能由于卷積參數(shù)導致的輸出尺寸誤差。
• 當 stride > 1 時，可能需要調(diào)整 padding 和 output_padding 以獲得期望的輸出尺寸。
• 轉置卷積容易產(chǎn)生棋盤效應，可以通過調(diào)整超參數(shù)或使用不同的上采樣方法來緩解。

五、附錄：轉置卷積輸出特征圖的計算

轉置卷積的輸出特征圖大小可以通過以下公式計算：

其中：

• (I) 是輸入特征圖的大?。ǜ叨然驅挾龋?/li>
• (S) 是步長 (stride)。
• (P) 是填充 (padding)。
• (K) 是卷積核的大小 (kernel_size)。
• Output padding 是 output_padding 參數(shù)。

例子

假設輸入特征圖大小為 I = 4，步長 S = 2，填充 P = 1，卷積核大小 K = 3，output_padding = 1，則輸出特征圖的大小為：

因此，輸出特征圖的大小為 8。

這個公式可以幫助理解 nn.ConvTranspose2d 中各種參數(shù)對輸出特征圖大小的影響。

總結

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論