torch.nn.functional.conv2d()出现output_padding错误异常求确认

问题本质 #

这不是conv2d的bug，而是参数格式不匹配引发的内部解析错误。对于2D卷积，stride、padding、dilation这类参数如果传入序列（比如列表），必须和卷积维度（2D对应高、宽两个维度）一致，要么传包含2个元素的序列，要么直接传单个整数（PyTorch会自动将其广播到两个维度）。

你传入的stride=[1]、padding=[0]、dilation=[1]都是单元素列表，和2D卷积的维度要求不匹配，导致内部参数解析逻辑出错，误抛出了和output_padding相关的错误提示（这个提示确实有误导性，但核心问题还是参数格式不对）。

修正代码 #

只需要调整参数格式即可，两种方式都可行：

方式1：直接传整数（推荐，写法简洁） #

torch.nn.functional.conv2d(input=my_input, weight=my_weight, bias=my_bias, stride=1, padding=0, dilation=1)

方式2：传双元素列表（明确指定两个维度的参数） #

torch.nn.functional.conv2d(input=my_input, weight=my_weight, bias=my_bias, stride=[1,1], padding=[0,0], dilation=[1,1])

额外说明 #

• output_padding确实不属于conv2d的参数，它是转置卷积（如conv_transpose2d）特有的参数，用于微调输出尺寸。
• 当参数格式不符合要求时，PyTorch的错误提示可能出现偏差，但只要按照卷积维度要求调整参数格式，就能解决问题。

内容的提问来源于stack exchange，提问作者Tim