为何Keras与Tensorflow的transpose conv2d转置卷积输出形状存在差异？

两类接口输出形状不同的核心原因是层级定位和设计逻辑的差异：

• tf.nn.conv2d_transpose是TensorFlow的底层操作接口，开放了输出形状的自定义权限
• tf.keras.layers.Conv2DTranspose是高层封装接口，默认采用固定规则自动推导输出形状

转置卷积的合法输出范围 #

转置卷积是正向卷积的逆运算，对于你给出的参数（输入尺寸2，卷积核3，步长2，padding=VALID），正向卷积有两种输入尺寸都能得到输出尺寸2：

• 正向输入尺寸为5时：(5 - 3)/2 + 1 = 2（整除无余数）
• 正向输入尺寸为6时：floor((6 -3)/2) +1 = 2（除完余1，取整后仍满足）
  因此对应的转置卷积就有5×5和6×6两种合法输出尺寸。

两个接口的具体逻辑 #

• tf.nn.conv2d_transpose：只要你传入的output_shape属于合法范围，接口就会按照你指定的尺寸调整隐含填充，输出对应大小的结果，所以你传[1,5,5,1]就输出5×5，传[1,6,6,1]就输出6×6。
• tf.keras.layers.Conv2DTranspose：内部固定使用无余数的最小合法输出推导规则，公式为：输出尺寸 = (输入尺寸 -1) * 步长 + 卷积核尺寸，代入参数计算得到(2-1)*2 +3 =5，所以默认输出5×5的结果。如果你需要得到6×6的输出，手动添加output_padding=1参数即可，这个参数就是用来处理有余数场景的填充调整。

内容的提问来源于stack exchange，提问作者TeeTracker