转置卷积

转置卷积解释
转置卷积（Transposed Convolution），也被称为反卷积或分数步长卷积，是一种用于扩大输入特征图尺寸的操作。这种操作常见于生成模型以及语义分割网络中。
在标准的二维卷积过程中，滤波器滑动过输入矩阵并计算局部区域内的加权和来创建较小的输出矩阵；而转置卷积则相反，它通过插值方式增加空间维度上的分辨率[^1]。
具体来说，对于给定大小为 (H \times W) 的输入张量 X 和形状为 (K_h \times K_w) 的核权重 W，经过填充 (padding) p、步幅 s 后得到的新高度 H' 和宽度 W' 可表示如下：
[ H' = (H - 1)s - 2p + K_h ]
[ W' = (W - 1)s - 2p + K_w ]
当设置合适的 padding 值时，可以使得输出尺寸恰好等于期望的目标尺寸。
实现方法
以下是 Python 中 PyTorch 库实现的一个简单例子:
import torch.nn as nn

class TransposeConvLayer(nn.Module):
def __init__(self, in_channels, out_channels, kernel_size=3, stride=2, padding=1, output_padding=1):
super(TransposeConvLayer, self).__init__()

# 定义转置卷积层
self.conv_transpose = nn.ConvTranspose2d(
in_channels=in_channels,
out_channels=out_channels,
kernel_size=kernel_size,
stride=stride,
padding=padding,
output_padding=output_padding
)

def forward(self, x):
return self.conv_transpose(x)

# 创建实例化对象
layer = TransposeConvLayer(in_channels=64, out_channels=32)

# 输入张量模拟
input_tensor = torch.randn((8, 64, 32, 32))

output_tensor = layer(input_tensor)
print(output_tensor.shape)
登录后复制
此代码片段展示了如何定义一个具有指定超参数的转置卷积层，并将其应用于随机初始化的数据上以查看输出尺寸变化情况。