mindspore.nn.Conv3dTranspose

class mindspore.nn.Conv3dTranspose(in_channels, out_channels, kernel_size, stride=1, pad_mode='same', padding=0, dilation=1, group=1, output_padding=0, has_bias=False, weight_init='normal', bias_init='zeros', data_format='NCDHW')[源代码]

计算三维转置卷积，可以视为Conv3d对输入求梯度，也称为反卷积（实际不是真正的反卷积）。

输入的shape通常为 \((N, C_{in}, D_{in}, H_{in}, W_{in})\) ，其中 \(N\) 为batch size， \(C_{in}\) 是空间维度。\(D_{in}, H_{in}, W_{in}\) 分别为特征层的深度、高度和宽度。 当Conv3d和ConvTranspose3d使用相同的参数初始化时，且 pad_mode 设置为”pad”，它们会在输入的深度、高度和宽度方向上填充 \(dilation * (kernel\_size - 1) - padding\) 个零，这种情况下它们的输入和输出shape是互逆的。 然而，当 stride 大于1时，Conv3d会将多个输入的shape映射到同一个输出shape。反卷积网络可以参考 Deconvolutional Networks 。

参数：

  • in_channels (int) - Conv3dTranspose层输入Tensor的空间维度。

  • out_channels (int) - Conv3dTranspose层输出Tensor的空间维度。

  • kernel_size (Union[int, tuple[int]]) - 指定三维卷积核的深度、高度和宽度。数据类型为int或包含三个整数的tuple。一个整数表示卷积核的深度、高度和宽度均为该值该值。包含三个整数的tuple分别表示卷积核的深度、高度和宽度。

  • stride (Union[int, tuple[int]]) - 三维卷积核的移动步长。数据类型为整型或三个整型的tuple。一个整数表示在深度、高度和宽度方向的移动步长均为该值。三个整数的tuple分别表示在深度、高度和宽度方向的移动步长。默认值：1。

  • pad_mode (str) - 指定填充模式。可选值为”same”、”valid”、”pad”。默认值：”same”。

    • same：输出的深度、高度和宽度分别与输入整除 stride 后的值相同。若设置该模式，padding 的值必须为0。

    • valid：在不填充的前提下返回有效计算所得的输出。不满足计算的多余像素会被丢弃。如果设置此模式，则 padding 的值必须为0。

    • pad：对输入进行填充。在输入的深度、高度和宽度方向上填充 padding 大小的0。如果设置此模式， padding 必须大于或等于0。

  • padding (Union(int, tuple[int])) - 输入的深度、高度和宽度方向上填充的数量。数据类型为int或包含6个整数的tuple。如果 padding 是一个整数，则前部、后部、顶部，底部，左边和右边的填充都等于 padding 。如果 padding 是6个整数的tuple，则前部、尾部、顶部、底部、左边和右边的填充分别等于填充padding[0]、padding[1]、padding[2]、padding[3]、padding[4]和padding[5]。值应该要大于等于0，默认值：0。

  • dilation (Union[int, tuple[int]]) - 三维卷积核膨胀尺寸。数据类型为int或三个整数的tuple。若 \(k > 1\) ，则kernel间隔 k 个元素进行采样。深度、高度和宽度方向上的 k ，其取值范围分别为[1, D]、[1, H]和[1, W]。默认值：1。

  • group (int) - 将过滤器拆分为组， in_channels 和 out_channels 必须可被 group 整除。当 group 大于1时，暂不支持Ascend平台。默认值：1。当前仅支持1。

  • output_padding (Union(int, tuple[int])) - 输出的深度、高度和宽度方向上填充的数量。数据类型为int或包含6个整数的tuple。如果 output_padding 是一个整数，则前部、后部、顶部，底部，左边和右边的填充都等于 output_padding 。如果 output_padding 是6个整数的tuple，则前部、尾部、顶部、底部、左边和右边的填充分别等于填充output_padding[0]、output_padding[1]、output_padding[2]、output_padding[3]、output_padding[4]output_padding[5]。值应该要大于等于0，默认值：0。

  • has_bias (bool) - Conv3dTranspose层是否添加偏置参数。默认值：False。

  • weight_init (Union[Tensor, str, Initializer, numbers.Number]) - 权重参数的初始化方法。它可以是Tensor，str，Initializer或numbers.Number。当使用str时，可选”TruncatedNormal”，”Normal”，”Uniform”，”HeUniform”和”XavierUniform”分布以及常量”One”和”Zero”分布的值，可接受别名”xavier_uniform”，”he_uniform”，”ones”和”zeros”。上述字符串大小写均可。更多细节请参考Initializer的值。默认值：”normal”。

  • bias_init (Union[Tensor, str, Initializer, numbers.Number]) - 偏置参数的初始化方法。可以使用的初始化方法与”weight_init”相同。更多细节请参考Initializer的值。默认值：”zeros”。

  • data_format (str) - 数据格式的可选值。目前仅支持”NCDHW”。

输入：

  • x (Tensor) - shape为 \((N, C_{in}, D_{in}, H_{in}, W_{in})\) 的Tensor。目前输入数据类型只支持float16和float32。

输出：

Tensor，shape为 \((N, C_{out}, D_{out}, H_{out}, W_{out})\) 。

pad_mode为”same”时：

\[\begin{split}\begin{array}{ll} \\ D_{out} ＝ \left \lfloor{\frac{D_{in}}{\text{stride[0]}} + 1} \right \rfloor \\ H_{out} ＝ \left \lfloor{\frac{H_{in}}{\text{stride[1]}} + 1} \right \rfloor \\ W_{out} ＝ \left \lfloor{\frac{W_{in}}{\text{stride[2]}} + 1} \right \rfloor \\ \end{array}\end{split}\]

pad_mode为”valid”时：

\[\begin{split}\begin{array}{ll} \\ D_{out} ＝ \left \lfloor{\frac{D_{in} - \text{dilation[0]} \times (\text{kernel_size[0]} - 1) } {\text{stride[0]}} + 1} \right \rfloor \\ H_{out} ＝ \left \lfloor{\frac{H_{in} - \text{dilation[1]} \times (\text{kernel_size[1]} - 1) } {\text{stride[1]}} + 1} \right \rfloor \\ W_{out} ＝ \left \lfloor{\frac{W_{in} - \text{dilation[2]} \times (\text{kernel_size[2]} - 1) } {\text{stride[2]}} + 1} \right \rfloor \\ \end{array}\end{split}\]

pad_mode为”pad”时：

\[\begin{split}\begin{array}{ll} \\ D_{out} ＝ \left \lfloor{\frac{D_{in} + padding[0] + padding[1] - (\text{dilation[0]} - 1) \times \text{kernel_size[0]} - 1 }{\text{stride[0]}} + 1} \right \rfloor \\ H_{out} ＝ \left \lfloor{\frac{H_{in} + padding[2] + padding[3] - (\text{dilation[1]} - 1) \times \text{kernel_size[1]} - 1 }{\text{stride[1]}} + 1} \right \rfloor \\ W_{out} ＝ \left \lfloor{\frac{W_{in} + padding[4] + padding[5] - (\text{dilation[2]} - 1) \times \text{kernel_size[2]} - 1 }{\text{stride[2]}} + 1} \right \rfloor \\ \end{array}\end{split}\]
异常：

  • TypeError - in_channels 、 out_channels 或 group 不是int。

  • TypeError - kernel_size 、 stride 、 padding 、 dilation 或 output_padding 既不是int也不是tuple。

  • TypeError - 输入数据类型不是float16或float32。

  • ValueError - in_channels 、 out_channels 、 kernel_size 、 stride 或 dilation 小于1。

  • ValueError - padding 小于0。

  • ValueError - pad_mode 不是”same”，”valid”或”pad”。

  • ValueError - padding 是长度不等于6的tuple。

  • ValueError - pad_mode 不等于”pad”且 padding 不等于(0, 0, 0, 0, 0, 0)。

  • ValueError - data_format 不是”NCDHW”。

支持平台：

Ascend GPU CPU

样例：

>>> x = Tensor(np.ones([32, 16, 10, 32, 32]), mindspore.float32)
>>> conv3d_transpose = nn.Conv3dTranspose(in_channels=16, out_channels=3, kernel_size=(4, 6, 2),
...                                       pad_mode='pad')
>>> output = conv3d_transpose(x)
>>> print(output.shape)
(32, 3, 13, 37, 33)