ConvTranspose

功能

转置卷积。

输入

三个输入：

x：tensor，数据类型：float16，shape为[N, C, H, W]或[N, C, D, H, W]。

filter：tensor，数据类型：float16，shape为[C, M/group, kH, kW]或[C, M/group, kD, kH, kW]。

bias：可选输入，一维tensor，数据类型：float16，shape为[M]。

输出

一个输出：

y：tensor，和输入x同样的数据类型和shape。

属性

• auto_pad：string，默认为NOTSET，含义：显式使用padding的方式。auto_pad设为 "SAME_UPPER"、"SAME_LOWER"时，输出y的shape有y_H = x_H * stride_H，y_W = x_W * stride_W。auto_pad设为"VALID"时不使用padding。
• dilations：ints，默认为全1序列，含义：filter的每轴空洞值。
• group：int，默认为1，含义：输入通道分组数。
• kernel_shape：ints，默认为输入filter的shape，含义：卷积核大小。
• output_padding：ints，默认为全0数组，含义：指定padding值。
• output_shape：ints，根据pad自动计算，含义：输出shape。
• pads：ints，默认为全0矩阵，含义：每根轴指定pad值。
• strides：ints，默认为全1矩阵，含义：每根轴的stride值。

约束

• 输入通道[C]需要被group整除；bias的shape[M] 、filter的第1维维度 [M/group]、输出y的第1维 [M] 需要满足约束。
• 属性auto_pad在2D场景支持 "SAME_UPPER"、"SAME_LOWER"、"VALID"，3D场景不支持。
• 属性auto_pad在2D场景设置为 "SAME_UPPER"、"SAME_LOWER"、"VALID"时，属性pads若提供则会被修正。

支持的ONNX版本

Opset v8/v9/v10/v11/v12/v13/v14/v15/v16/v17/v18