Conv3DTranspose

class paddle.nn. Conv3DTranspose ( 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='NCDHW' ) [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），1-D Tensor，形状为 [M]

  • \(σ\)：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

注解

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 \(H^\prime_{out}\) 和 \(H^\prime_{out} + strides[0]\) 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 \(W^\prime_{out}\) 和 \(W^\prime_{out} + strides[1]\) 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，则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，和输出特征图个数相同。

  • kernel_size (int|list|tuple) - 卷积核大小。可以为单个整数或包含三个整数的元组或列表，分别表示卷积核的深度，高和宽。如果为单个整数，表示卷积核的深度，高和宽都等于该整数。output_size 和 kernel_size 不能同时为 None。

  • stride (int|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|tuple，可选) - 填充大小。如果 padding 为元组或列表，则必须包含三个整型数，分别表示深度，竖直和水平边界填充大小。否则，表示深度，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。

  • groups (int，可选) - 二维卷积层的组数。根据 Alex Krizhevsky 的 Deep CNN 论文 中的分组卷积：当 groups = 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。默认值为 1。

  • dilation (int|tuple，可选) - 空洞大小。可以为单个整数或包含三个整数的元组或列表，分别表示卷积核中的元素沿着深度，高和宽的空洞。如果为单个整数，表示深度，高和宽的空洞都等于该整数。默认值为 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 "NCDHW" 和 "NDHWC"。N 是批尺寸，C 是通道数，D 为特征深度，H 是特征高度，W 是特征宽度。默认值为 "NCDHW"。

形状

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

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

  • 偏置：\((C_{out})\)

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

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":

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

代码示例

>>> import paddle
>>> import paddle.nn as nn

>>> paddle.disable_static()

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

>>> conv = nn.Conv3DTranspose(4, 6, (3, 3, 3))
>>> y_var = conv(x_var)
>>> print(y_var.shape)
[2, 6, 10, 10, 10]

使用本API的教程文档