Conv3DTranspose

    • class Conv3DTranspose(name_scope, num_filters, output_size=None, filter_size=None, padding=0, stride=1, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None)[源代码]

    输入

    和输出 Conv3DTranspose - 图2 函数关系如下：

    • 其中：
      • Conv3DTranspose - 图4 : 输入图像，具有NCDHW格式的张量（Tensor）
      • : 滤波器，具有NCDHW格式的张量（Tensor）
      • Conv3DTranspose - 图6 : 卷积操作（注意：转置卷积本质上的计算还是卷积）
      • : 偏置(bias)，维度为 Conv3DTranspose - 图8 的2D Tensor
      • : 激活函数

    样例

    输入:

    输出:

    输出Tensor的维度：
    Conv3DTranspose - 图13

    其中：

    Conv3DTranspose - 图15

    • 注意 :
    • 如果output_size为None，则

    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， 其可以自动计算滤波器的大小。

    • 参数:
      • name_scope （str）- 该类的名称。
      • num_filters (int) - 滤波器（卷积核）的个数，与输出的图片的通道数相同。
      • output_size (int|tuple，可选) - 输出图片的大小。如果 output_size 是一个元组（tuple），则该元形式为（image_H,image_W),这两个值必须为整型。如果未设置,则内部会使用filter_size、padding和stride来计算output_size。如果 和 filter_size 是同时指定的，那么它们应满足上面的公式。默认值为None。output_size和filter_size不能同时为None。
      • filter_size (int|tuple，可选 - 滤波器大小。如果filter_size是一个元组，则必须包含三个整型数，（filter_size_depth，filter_size_height, filter_size_width）。否则，filter_size_depth = filter_size_height = filter_size_width = filter_size。如果filter_size=None，则必须指定output_size， 其会根据output_size、padding和stride计算出滤波器大小。默认值为None。output_size和filter_size不能同时为None。
      • padding (int|tuple，可选) - 填充padding大小。padding参数在输入特征层每边添加 dilation * (kernel_size - 1) - padding 个0。如果padding是一个元组，它必须包含三个整数(padding_depth，padding_height，padding_width)。否则，padding_depth = padding_height = padding_width = padding。默认值为0。
      • stride (int|tuple，可选) - 步长stride大小。滤波器和输入进行卷积计算时滑动的步长。如果stride是一个元组，那么元组的形式为(stride_depth，stride_height，stride_width)。否则，stride_depth = stride_height = stride_width = stride。默认值为1。
      • groups (int，可选) - 三维转置卷积层的组数。从Alex Krizhevsky的CNN Deep论文中的群卷积中受到启发，当group=2时，输入和滤波器分别根据通道数量平均分为两组，第一组滤波器和第一组输入进行卷积计算，第二组滤波器和第二组输入进行卷积计算。默认值为1。
      • param_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 。
      • bias_attr (ParamAttr，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 。
      • use_cudnn (bool，可选) - 是否使用cudnn内核，只有安装Paddle GPU版时才有效。默认值为True。
      • act (str，可选) - 激活函数类型，如果设置为None，则不使用激活函数。默认值为None。
      • name (str，可选) - 具体用法请参见 ，一般无需设置，默认值为None。

    返回： 无

    代码示例

    • weight

    本层的可学习参数，类型为 Parameter

    • bias

    本层的可学习偏置，类型为