文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

文档反馈

mindspore.mint.nn.functional.conv_transpose2d

mindspore.mint.nn.functional.conv_transpose2d(input, weight, bias=None, stride=1, padding=0, output_padding=0, groups=1, dilation=1)[源代码]

将2D转置卷积运算应用于由多个输入平面组成的输入图像，有时也称为反卷积（尽管它不是实际的反卷积）。

更多参考详见 mindspore.mint.nn.ConvTranspose2d。

警告

这是一个实验性API，后续可能修改或删除。
在输入非连续场景下， output_padding 必须小于 stride 。
在Atlas训练系列产品上，float32类型输入时，仅支持 groups 为1。

参数：

input (Tensor) - 输入Tensor，shape为 $(m i n i b a t c h, i n_c h a n n e l s, i H, i W)$ 或 $(i n_c h a n n e l s, i H, i W)$ 。
weight (Tensor) - 卷积核，shape为 $(i n_c h a n n e l s, \frac{o u t_c h a n n e l s}{groups}, k H, k W)$ 。
bias (Tensor, 可选) - 偏置，shape为 $(o u t_c h a n n e l s)$ 。默认值： None 。
stride (Union[int, tuple(int), list[int]], 可选) - 卷积的步长。可以为1个整数或1个元组 $(s H, s W)$ 。默认值： 1 。
padding (Union[int, tuple(int), list[int]], 可选) - $d i l a t i o n * (k e r n e l_s i z e - 1) - p a d d i n g$ 零填充将添加到输入中每个维度的两侧。可以为1个整数或1个元组 $(p a d H, p a d W)$ 。默认值： 0 。
output_padding (Union[int, tuple(int), list[int]], 可选) - 在输出形状中每个维度的一侧增加额外的尺寸。可以为1个整数或1个元组 $(o u t_p a d H, o u t_p a d W)$ 。 output_padding 的值必须小于 stride 或 dilation 。默认值： 0 。
groups (int, 可选) - 将输入分成 groups 组。 $i n_c h a n n e l s$ 应能被 groups 整除。默认值： 1 。
dilation (Union[int, tuple(int), list[int]], 可选) - 内核元素之间的间距。可以为1个整数或1个元组 $(d H, d W)$ 。默认值： 1 。

返回：

Tensor， shape为 $(m i n i b a t c h, o u t_c h a n n e l s, o H, o W)$ 或 $(o u t_c h a n n e l s, o H, o W)$ 。其中：

o H = (i H - 1) \times s H - 2 \times p a d H + d H \times (k H - 1) + o u t_p a d H + 1

o W = (i W - 1) \times s W - 2 \times p a d W + d W \times (k W - 1) + o u t_p a d W + 1

异常：

TypeError - stride， padding， output_padding 或 dilation 既不是int也不是tuple或list。
TypeError - groups 不是int。
ValueError - bias 的shape不是 $(o u t_c h a n n e l s)$ 。
ValueError - stride 或 dilation 小于1。
ValueError - padding 或 output_padding 小于0。
ValueError - stride， padding， output_padding 或 dilation 是tuple且其长度不等于2。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, mint
>>> x = Tensor(np.ones([1, 4, 5, 5]), mindspore.float32)
>>> weight = Tensor(np.ones([4, 8, 3, 3]), mindspore.float32)
>>> output = mint.nn.functional.conv_transpose2d(x, weight)
>>> print(output.shape)
(1, 8, 7, 7)