► Keras 3 API 文档 / 层 API / 卷积层 / Conv2DTranspose 层

Conv2DTranspose 层

`Conv2DTranspose` 类

keras.layers.Conv2DTranspose(
    filters,
    kernel_size,
    strides=(1, 1),
    padding="valid",
    data_format=None,
    dilation_rate=(1, 1),
    activation=None,
    use_bias=True,
    kernel_initializer="glorot_uniform",
    bias_initializer="zeros",
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    **kwargs
)

2D 转置卷积层。

对转置卷积的需求通常源于希望使用与普通卷积相反方向的变换，即从具有某些卷积输出形状的事物变换到具有其输入形状的事物，同时保持与所述卷积兼容的连接模式。

参数

filters: int，输出空间的维度（转置卷积中滤波器的数量）。
kernel_size: int 或 1 个整数的元组/列表，指定转置卷积窗口的大小。
strides: int 或 1 个整数的元组/列表，指定转置卷积的步长长度。strides > 1 与 dilation_rate > 1 不兼容。
padding: 字符串，"valid" 或 "same"（不区分大小写）。"valid" 表示无填充。"same" 导致输入在左右或上下均匀填充。当 padding="same" 且 strides=1 时，输出与输入大小相同。
data_format: 字符串，"channels_last" 或 "channels_first"。输入中维度的顺序。"channels_last" 对应于形状为 (batch_size, height, width, channels) 的输入，而 "channels_first" 对应于形状为 (batch_size, channels, height, width) 的输入。它默认为在您的 Keras 配置文件 ~/.keras/keras.json 中找到的 image_data_format 值。如果您从未设置过，则它将为 "channels_last"。
dilation_rate: int 或 1 个整数的元组/列表，指定用于空洞转置卷积的空洞率。
activation: 激活函数。如果为 None，则不应用激活函数。
use_bias: bool，如果为 True，则将偏置项添加到输出。
kernel_initializer: 卷积核的初始化器。如果为 None，将使用默认初始化器 ("glorot_uniform")。
bias_initializer: 偏置向量的初始化器。如果为 None，将使用默认初始化器 ("zeros")。
kernel_regularizer: 卷积核的可选正则化器。
bias_regularizer: 偏置向量的可选正则化器。
activity_regularizer: 输出的可选正则化函数。
kernel_constraint: 可选的投影函数，应用于卷积核，在被 Optimizer 更新之后（例如，用于为层权重实现范数约束或值约束）。该函数必须将未投影的变量作为输入，并且必须返回投影的变量（其必须具有相同的形状）。当进行异步分布式训练时，约束是不安全的。
bias_constraint: 可选的投影函数，应用于偏置项，在被 Optimizer 更新之后。

输入形状

如果 data_format="channels_last"：形状为 (batch_size, height, width, channels) 的 4D 张量
如果 data_format="channels_first"：形状为 (batch_size, channels, height, width) 的 4D 张量

输出形状

如果 data_format="channels_last"：形状为 (batch_size, new_height, new_width, filters) 的 4D 张量
如果 data_format="channels_first"：形状为 (batch_size, filters, new_height, new_width) 的 4D 张量

表示 activation(conv2d_transpose(inputs, kernel) + bias) 的 4D 张量。

引发

ValueError: 当 strides > 1 和 dilation_rate > 1 时。

参考文献

示例

>>> x = np.random.rand(4, 10, 8, 128)
>>> y = keras.layers.Conv2DTranspose(32, 2, 2, activation='relu')(x)
>>> print(y.shape)
(4, 20, 16, 32)

Conv2DTranspose 层

Conv2DTranspose 类

Conv2DTranspose 层

Conv2DTranspose 类

`Conv2DTranspose` 类