[ 输入参数用法不一致 ]torch.nn.ConvTranspose1d

torch.nn.ConvTranspose1d

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)

paddle.nn.Conv1DTranspose

paddle.nn.Conv1DTranspose(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='NCL')

其中 PyTorch 的 bias 与 Paddle 的 bias_attr 用法不一致，具体如下：

参数映射

PyTorch PaddlePaddle 备注
in_channels in_channels 表示输入 Tensor 通道数。
out_channels out_channels 表示输出 Tensor 通道数。
kernel_size kernel_size 表示卷积核大小。
stride stride 表示卷积核步长。
padding padding 表示填充大小。
output_padding output_padding 表示输出 Tensor 额外添加的大小。
groups groups 表示分组数。
bias - 是否在输出中添加可学习的 bias。
dilation dilation 表示空洞大小。
padding_mode - 填充模式，Paddle 无此参数，暂无转写方式。
device - 指定 Tensor 的设备，Paddle 无此参数，一般对网络训练结果影响不大，可直接删除。
dtype - Tensor 的所需数据类型，Paddle 无此参数，一般对网络训练结果影响不大，可直接删除。
- weight_attr 指定权重参数属性的对象，PyTorch 无此参数，Paddle 保持默认即可。
- bias_attr 指定偏置参数属性的对象，当bias_attr设置为 bool 类型与 PyTorch 的作用一致。
- data_format 输入和输出的数据格式，PyTorch 无此参数，Paddle 保持默认即可。

转写示例

bias: 是否在输出中添加可学习的 bias

# PyTorch 写法
torch.nn.ConvTranspose1d(2, 1, 2, bias=True)

# Paddle 写法
paddle.nn.Conv1DTranspose(2, 1, 2)

# PyTorch 写法
torch.nn.ConvTranspose1d(2, 1, 2, bias=False)

# Paddle 写法
paddle.nn.Conv1DTranspose(2, 1, 2, bias_attr=False)