torch_npu.npu_convolution_transpose

torch_npu.npu_convolution_transpose(input, weight, bias, padding, output_padding, stride, dilation, groups) -> Tensor

在由多个输入平面组成的输入图像上应用一个2D或3D转置卷积算子，有时这个过程也被称为“反卷积”。

• 参数解释：
  • input (Tensor) - shape的输入张量，值为 (minibatch, in_channels, iH, iW) 或 (minibatch, in_channels, iT, iH, iW)。
  • weight (Tensor) - shape过滤器，值为 (in_channels, out_channels/groups, kH, kW) 或 (in_channels, out_channels/groups, kT, kH, kW)。
  • bias (Tensor, 可选) - shape偏差 (out_channels)。
  • padding (ListInt) - (dilation * (kernel_size - 1) - padding) 用零来填充输入每个维度的两侧。
  • output_padding (ListInt) - 添加到输出shape每个维度一侧的附加尺寸。
  • stride (ListInt) - 卷积核步长。
  • dilation (ListInt) - 内核元素间距。
  • groups (Int) - 对输入进行分组。In_channels可被组数整除。
• 约束条件：

  无

• 示例：

  无