pytorch中ConvTranspose2d的计算公式

本文参考于：
https://zhuanlan.zhihu.com/p/39240159

torch.nn.ConvTranspose2d(in_channels, 
						out_channels, 
						kernel_size, 
						stride=1, 
						padding=0, 
						output_padding=0, 
						groups=1, 
						bias=True, 
						dilation=1)

in_channels(int) – 输入信号的通道数
out_channels(int) – 卷积产生的通道数
kerner_size(int or tuple) - 卷积核的大小
stride(int or tuple,optional) - 卷积步长，即要将输入扩大的倍数
padding(int or tuple, optional) - 输入的每一条边补充0的层数，高宽都增加2*padding
output_padding(int or tuple, optional) - 输出边补充0的层数，高宽都增加padding
groups(int, optional) – 从输入通道到输出通道的阻塞连接数
bias(bool, optional) - 如果bias=True，添加偏置
dilation(int or tuple, optional) – 卷积核元素之间的间距

输出大小计算公式：
$output\_size = (input\_size - 1) \times stride + kernel\_size - 2 \times padding + output\_padding$output_size=(input_size−1)×stride+kernel_size−2×padding+output_padding