Conv2D维度计算方法及GAN生成器转置卷积维度异常疑问

一、Conv2D（正向卷积）维度计算公式 #

对于2D卷积层，输出特征图的尺寸计算遵循以下公式：

H_out = floor((H_in - K + 2*P) / S) + 1
W_out = floor((W_in - K + 2*P) / S) + 1

其中：

• H_in/W_in：输入特征图的高/宽
• K：卷积核的边长（假设正方形核）
• P：填充（padding）的像素数
• S：步长（stride）
• floor()：向下取整操作

举个例子：输入尺寸5x5，K=3，S=1，P=0，输出尺寸为(5-3+0)/1 +1 = 3，即3x3。

二、ConvTranspose2D（转置卷积）维度计算公式 #

你误用了Conv2D的公式来计算转置卷积的输出，这是核心错误：转置卷积是正向卷积的反向操作，尺寸计算逻辑完全不同，正确公式为：

H_out = (H_in - 1)*S - 2*P + K + OP
W_out = (W_in - 1)*S - 2*P + K + OP

其中：

• OP：输出填充（output_padding），可选参数，用于微调尺寸以避免歧义，通常取0或1
• 其余参数定义与Conv2D一致

三、你的GAN生成器维度问题排查 #

你的生成器输入是torch.Size([128, 74, 1, 1])，即批量大小128，通道数74，特征图尺寸1x1，第一块转置卷积输出3x3。代入转置卷积公式反推参数：
假设该层参数为kernel_size=3，stride=1，padding=0，output_padding=0，计算过程为：

H_out = (1-1)*1 - 2*0 +3 +0 = 3

正好匹配实际输出的3x3。

如果误用Conv2D的公式计算：

H_out = floor((1-3 + 2*0)/1) +1 = floor(-2)+1 = -1

（你得到0可能是框架对负数取整的处理差异，但本质是公式用错了）

四、生成器尺寸放大的典型逻辑 #

你的生成器是从1x1的潜在向量（拼接64维latent和10维类别标签后通道数为74）逐步放大到目标尺寸，后续的6x6输出可以继续用转置卷积公式推导：
比如从3x3到6x6，可能的参数组合是kernel_size=4，stride=2，padding=1，output_padding=0：

H_out = (3-1)*2 -2*1 +4 +0 = 4 -2 +4 =6

完全符合预期。

排查建议 #

• 严格区分Conv2D和ConvTranspose2D的计算公式，绝对不能混用
• 列出每一层转置卷积的kernel_size、stride、padding、output_padding参数
• 代入转置卷积公式逐层计算，和实际输出尺寸对比验证
• 若计算结果与实际存在1像素差异，检查是否设置了output_padding=1

内容的提问来源于stack exchange，提问作者GrGr11