如何通过转置卷积将4D张量(16,64,4,4)上采样至(16,64,4,6)

架构老林

2026-8-13

转置卷积参数选择方案

首先明确2D转置卷积的空间维度输出计算公式，这样才能精准匹配你需要的尺寸：
对于输入的高度(H_{in})、宽度(W_{in})，输出的高度(H_{out})和宽度(W_{out})满足：
( H_{out} = (H_{in} - 1) \times stride_h - 2 \times padding_h + kernel_size_h + output_padding_h )
( W_{out} = (W_{in} - 1) \times stride_w - 2 \times padding_w + kernel_size_w + output_padding_w )

你的需求是将输入空间维度((4,4))转为((4,6))，我们分维度调整参数即可：

高度方向：输入和输出都是4，要保持维度不变。最简单的方式是让高度方向的stride=1、kernel_size=1、padding=0，代入公式计算：((4-1)1 -20 +1 +0 = 4)，刚好匹配。
宽度方向：输入4→输出6，需要增加2个像素。选stride=1的情况下，代入公式可得：(6 = (4-1)1 -2padding_w + kernel_size_w + output_padding_w)，简化后是kernel_size_w - 2*padding_w + output_padding_w = 3。

下面给两个可行的参数组合：

直观的一维kernel组合（仅在宽度方向做扩展）：
```
nn.ConvTranspose2d(64, 64, kernel_size=(1, 3), stride=(1, 1), padding=(0, 0))
```
验证：高度维度输出为((4-1)*1 -0 +1 +0 =4)，宽度维度输出为((4-1)*1 -0 +3 +0=6)，完全符合需求。
对称kernel组合（避免一维kernel）：
```
nn.ConvTranspose2d(64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 0))
```
验证：高度维度输出为((4-1)1 -21 +3 +0=4)，宽度维度输出为((4-1)*1 -0 +3 +0=6)，同样满足要求。