PyTorch中转置卷积步长大于卷积核时的底层运行机制

你对“步长大于核尺寸会导致像素不参与运算”的直觉只适用于普通卷积，转置卷积的步长作用逻辑和普通卷积完全不同，不存在输入像素被跳过不处理的情况。

转置卷积的固定运算流程 #

不管步长和卷积核的尺寸关系如何，nn.ConvTranspose2d的运算始终按3个固定步骤执行：

• 输入插零上采样：对输入特征图的相邻像素之间插入stride - 1个零值，插零后的特征图尺寸为(H_in - 1) * stride + 1。这一步是转置卷积“上采样”的核心，步长越大，插零后的中间特征图尺寸越大。
• 边缘补零：按照卷积设置的padding参数，对插零后的特征图四周补零，默认padding=0时，会补kernel_size - 1圈零（保证无padding时转置卷积和对应参数普通卷积的尺寸映射关系严格互逆）。
• 常规卷积运算：用指定的卷积核，以步长1、无额外padding的方式在补零后的中间特征图上滑窗做卷积，得到最终输出。

示例代码的逐过程验证 #

你设置的参数为：输入尺寸2×2，卷积核尺寸2，步长4，padding=0，output_padding=0，按流程计算：

• 插零阶段：相邻像素插4-1=3个零，得到尺寸为(2-1)*4 +1 = 5×5的中间特征图，原输入的4个像素分别位于中间图的(0,0)、(0,4)、(4,0)、(4,4)坐标位，其余位置全为0。
• 补零阶段：默认补2-1=1圈零，中间特征图尺寸变为7×7。
• 卷积阶段：用2×2卷积核做步长1的普通卷积，输出尺寸为7 - 2 + 1 = 6×6，和代码中断言的输出尺寸完全一致。

你可以直接打印输出张量验证数值：每个原输入像素会在输出上对应生成一个2×2的加权响应块，块和块之间间隔4 - 2 = 2个像素宽度的零值区域——这些零值区域就是你误以为“没参与运算的像素”对应的位置，实际上这些位置是插零生成的，卷积核滑过这些位置时参与计算的都是零值，因此输出为0，不存在任何输入像素被跳过丢弃的情况。

补充说明 #

普通卷积如果设置步长大于卷积核尺寸，确实会出现部分输入像素永远不会被卷积核覆盖、直接被丢弃的情况，但这属于普通卷积下采样的正常逻辑，API不会主动报错，只是这类参数设置因为会丢失大量信息，实际场景中极少使用。

验证代码如下：

IN = 1
OUT = 1
KERNEL_SIZE = 2
proof_conv = nn.ConvTranspose2d(IN, OUT, kernel_size=KERNEL_SIZE, stride=4)
assert proof_conv.weight.shape == (IN, OUT, KERNEL_SIZE, KERNEL_SIZE)

FILTER = [
    [1., 2.],
    [0., 1.]
]
weights = [
    [FILTER]
]

weights_as_tensor = torch.from_numpy(np.asarray(weights)).float()
assert weights_as_tensor.shape == proof_conv.weight.shape
proof_conv.weight = nn.Parameter(weights_as_tensor)

img = [[
  [1., 2.],
  [3., 4.]
]]
img_as_tensor = torch.from_numpy(np.asarray(img)).float()
out_img = proof_conv(img_as_tensor)
assert out_img.shape == (OUT, 6, 6)

内容的提问来源于stack exchange，提问作者Foobar