Pythorch的ConvTranspose2d的输出形状的代数表达式是什么？

Question

使用Pythorch的ConvTranspose2d时：

w = 5 # input width
h = 5 # output height
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=k, stride=s, padding=p)

每个通道的输出尺寸公式是什么？我试了几个例子，但无法推导出模式。出于某些原因，添加填充似乎会缩小输出大小（示例以5 x 5开头，如上所示）：

^{pr2}$

使用更大的内核或步幅都会增加（预期），但不会以我预期的速度增长：

# yields an 11 x 11 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=0) 

# yields a 13 x 13 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=5, stride=2, padding=0)

# yields a 15 x 15 image
nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=3, padding=0)

我确信有一个非常简单的数学方程，涉及w, h, k, s, p，但我在文档中找不到它，我自己也无法推导出它。通常我不会要求一个数学公式，但它完全影响了CNN编译和生成正确大小的能力。提前谢谢！在

Answer 1

计算ConvTranspose2d输出大小的公式在documentation页面中提到：

H_out ​= (H_in​−1)*stride[0] − 2×padding[0] + dilation[0]×(kernel_size[0]−1) + output_padding[0] + 1

W_out​ = (Win​−1)×stride[1] − 2×padding[1] + dilation[1]×(kernel_size[1]−1) + output_padding[1] + 1

默认情况下，步幅为1，填充为0，输出为0。在

例如，对于

nn.ConvTranspose2d(in_channels, out_channels, kernel_size=3, stride=2, padding=0) 

H_out将是

^{pr2}$