用lasagne定义反卷积层

在Lasagne中，反卷积层可以使用`TransposedConv2DLayer`类来定义。这个类的参数和`Conv2DLayer`类类似，只是需要指定输出图像的大小。

下面是一个例子：

import lasagne
import theano.tensor as T

# 定义输入和输出大小
input_shape = (None, 3, 32, 32)
output_shape = (None, 3, 64, 64)

# 定义输入符号变量
input_var = T.tensor4('inputs')

# 定义反卷积层
deconv_layer = lasagne.layers.TransposedConv2DLayer(
    incoming=input_var,
    num_filters=32,
    filter_size=(3, 3),
    stride=(2, 2),
    crop='valid',
    output_size=output_shape[2:]
)

# 输出层的符号变量
output_var = lasagne.layers.get_output(deconv_layer, input_var)

print(output_var.eval({input_var: np.zeros(input_shape).astype('float32')}).shape)

这个例子定义了一个输出为`(None, 3, 64, 64)`大小的反卷积层，输入大小为`(None, 3, 32, 32)`。反卷积层的参数和`Conv2DLayer`类似，只是需要指定输出图像的大小。在上面的例子中，我们使用`output_shape[2:]`作为输出图像的大小，这样可以保证输出图像的大小与`output_shape`相同。