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:
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),2-D Tensor,形状为
[M, 1]
- 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
示例
输入:
输入的 shape:(N, Cin, Din, Hin, Win)
卷积核的 shape:(Cin, Cout, Df, Hf, Wf)
输出:
输出的 shape:(N, Cout, Dout, Hout, Wout)
其中:
如果 padding
= "SAME":
如果 padding
= "VALID":
Note
如果 output_size 为 None,则 Dout = Dout′ , Hout = Hout′ , Wout = Wout′;否则,指定的 output_size_depth(输出特征层的深度) Dout 应当介于 Dout′ 和 Dout′ + strides[0] 之间(不包含 Dout′ + strides[0] ),指定的 output_size_height(输出特征层的高) Hout 应当介于 Hout′ 和 Hout′ + strides[1] 之间(不包含 Hout′ + strides[1] ),并且指定的 output_size_width(输出特征层的宽) Wout 应当介于 Wout′ 和 Wout′ + strides[2] 之间(不包含 Wout′ + strides[2] )。
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。
- x (Tensor) - 形状为 [N, C, D, H, W] 或 [N, D, H, W, C] 的 5-D Tensor,N 是批尺寸,C 是通道数,D 是特征深度,H 是特征高度,W 是特征宽度,数据类型:float32 或 float64。
- weight (Tensor) - 形状为 [C, M/g, kD, kH, kW] 的卷积核。M 是输出通道数,g 是分组的个数,kD 是卷积核的深度,kH 是卷积核的高度,kW 是卷积核的宽度。
- bias (inttuple,可选) - 偏置项,形状为:[M, ] 。默认值为 None。
- stride (inttuple,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 (inttuple|str,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,计算细节可参考上述padding
= "SAME" 或padding
= "VALID" 时的计算公式。如果它是一个元组或列表,它可以有 3 种格式:(1) 包含 5 个二元组:当data_format
为 "NCDHW" 时为 [[0,0], [0,0], [pad_depth_front, pad_depth_back], [pad_height_top, pad_height_bottom], [pad_width_left, pad_width_right]],当data_format
为 "NDHWC" 时,为 [[0,0], [pad_depth_front, pad_depth_back], [pad_height_top, pad_height_bottom], [pad_width_left, pad_width_right], [0,0]];(2) 包含 6 个整数值:[pad_depth_front, pad_depth_back, pad_height_top, pad_height_bottom, pad_width_left, pad_width_right];(3) 包含 3 个整数值:[pad_depth, pad_height, pad_width],此时 pad_depth_front = pad_depth_back = pad_depth, pad_height_top = pad_height_bottom = pad_height, pad_width_left = pad_width_right = pad_width。若为一个整数,pad_depth = pad_height = pad_width = padding。默认值为 0。- output_padding (inttuple,可选) - 输出形状上一侧额外添加的大小。默认值为 0。
- dilation (inttuple,可选) - 空洞大小。空洞卷积时会使用该参数,卷积核对输入进行卷积时,感受野里每相邻两个特征点之间的空洞信息。如果空洞大小为列表或元组,则必须包含两个整型数:(dilation_height, dilation_width)。若为一个整数,dilation_height = dilation_width = dilation。默认值为 1。
- groups (int,可选) - 三维转置卷积层的组数。从 Alex Krizhevsky 的 Deep CNN 论文 中的群卷积中受到启发,当 groups = 2 时,输入和卷积核分别根据通道数量平均分为两组,第一组卷积核和第一组输入进行卷积计算,第二组卷积核和第二组输入进行卷积计算。默认值为 1。
- output_size (inttuple,可选) - 输出尺寸,整数或包含一个整数的列表或元组。如果为
None
,则会用 filter_size(weight
的 shape),padding
和stride
计算出输出特征图的尺寸。默认值为 None。- 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 "NCHW" 和 "NHWC"。N 是批尺寸,C 是通道数,H 是特征高度,W 是特征宽度。默认值为 "NCHW"。
- name (str,可选) - 具体用法请参见
api_guide_Name
,一般无需设置,默认值为 None。
5-D Tensor,数据类型与 input
一致。如果未指定激活层,则返回转置卷积计算的结果,如果指定激活层,则返回转置卷积和激活计算之后的最终结果。
Tensor
COPY-FROM: paddle.nn.functional.conv3d_transpose