Pytorch中torch.nn.ConvTranspose2d函数详解

原理

ConvTranspose，即反卷积，通过卷积的形式，利用图像特征“恢复”到原图像。

当然，此处卷积核的权重参数与前面下采样卷积核的参数互相独立，且可更新。

也就是说“反”卷积不是之前的逆过程，无法保证完全恢复。

事实上，反卷积仅仅保留了特征与前级特征，点之间的对应关系。

代码详解

简明起见，引入“正卷积”概念，意指从 低级特征 到 高级特征 的过程。

ConvTranspose2d 与 Conv2d 的参数形式、含义基本一致。需要注意的仅两点：

• out_padding 这个也是补零，但是对反卷积后的特征图补零。
  • 设置该参数是由于不同尺寸的特征经卷积（下采样）后可以产生相同尺寸的特征，那么在反卷积对应回去的时候，通过out_padding解决多尺寸的问题。说白了，根本原因在于之前的卷积（下采样）有时会无法利用所有原始信息，有边角料未利用，如：input=5x5，padding=0，kernel_size=2x2，stride=2这种情况。
• stride & padding 卷积步长和补零。
  • 反直觉的是：padding为之前“正卷积”补零个数。
    • padding=0，“正卷积”为valid模式，那么要恢复原尺寸，反卷积就应为full模式，即为该特征两侧各补kernel_size-1个0；
    • padding=kernel_size-1，那么“正卷积”为full模式，则反卷积不用再补零。
    • padding=p，where 0p'=kernel_size-1-p。
  • stride 不再控制上采样的步长，而是控制输入特征图中，像素点间的间隙。原来的步长概念此时恒为1。stride默认为1，即无间隙。若stride=m，则输入特征图的像素点增添间隙，散开来，尺寸变为（input-1）x stride+1。
    • 事实上，这里的增大间隙正是下采样增大步长的对应过程。原来增大步长后，所卷积得到的特征图的相邻点，映射到原特征的区域之间的间距会变大。那么再通过卷积反求原来的低级特征时，就要将这个间距实实在在体现到对高级特征的处理上，即所谓增大间隙。（反卷积又称分数步长卷积，此即分数步长之体现、由来）

综上，给出ConvTranspose2d输入、输出特征大小计算式：

令输入特征大小为 i，输出为 o，反卷积核为 k x k，则有

 

可参考如下链接：Transposed convolution arithmetic