什么定义了 tf.layers.conv2d_transpose 的输出张量形状？答案

【问题标题】：What defines the output tensor shape of tf.layers.conv2d_transpose?什么定义了 tf.layers.conv2d_transpose 的输出张量形状？
【发布时间】：2018-02-25 05:35:43
【问题描述】：

当使用tf.layers.conv2d_transpose 时，什么定义了输出张量形状？

例如：如果输入是 4x4x512，输出是 8x8x256，可以给出过滤器，但是如何定义高度和宽度？否则总是输入高度和宽度的两倍？

谢谢。

【问题讨论】：

你尝试过什么来达到你想要的结果？你对你的问题的研究表明了什么？你能提供你的尝试代码吗？ How do I ask a good question、How much research effort is expected 和 How to create a Minimal, Complete, and Verifiable example 可能有助于改进您的问题。
我想在 GAN 的生成器函数中使用 tf.layers.conv2d_transpose。

标签： python tensorflow machine-learning convolution deconvolution

【解决方案1】：

检查此答案，它提供了一个公式来回答您的问题。 https://stackoverflow.com/a/43624992/7431458

从上面看，定义输出形状的是步幅、填充、内核形状和输入形状。您还必须设置输出形状参数，让 Tensorflow 知道预期的形状是什么，因为上面链接中提到了一些附带情况。

为了更好地解释转置卷积在此处检查：

https://towardsdatascience.com/types-of-convolutions-in-deep-learning-717013397f4d

【讨论】：

非常感谢您提供此信息！这篇博文真的很有用，清除了我的很多灰色地带。再次感谢！