PyTorch torch.nn.ConvTranspose2d 関数

PyTorch torch.nn 参考手册 PyTorch torch.nn リファレンスマニュアル

torch.nn.ConvTranspose2dは PyTorch の2次元転置畳み込みで、逆畳み込みまたはアップサンプリング畳み込みとも呼ばれます。

これは特徴マップのアップサンプリングに使用され、生成ネットワークとセグメンテーションネットワークの重要な構成要素です。

関数定義

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

パラメータ

output_padding: 追加出力パディング

使用例

例1: 基本的な使い方

実例

import torch
import torch.nn as nn

# 転置畳み込み: アップサンプリング
deconv = nn.ConvTranspose2d(in_channels=64, out_channels=64, kernel_size=2, stride=2)

x = torch.randn(1, 64, 16, 16)
output = deconv(x)

print("入力:", x.shape, "-> 出力:", output.shape)

例2: 生成ネットワーク

実例

import torch
import torch.nn as nn

# 簡略化された DCGAN ジェネレーター
class Generator(nn.Module):
def __init__(self, latent_dim=100):
super(Generator, self).__init__()
self.fc = nn.Linear(latent_dim, 512 * 4 * 4)

self.deconv = nn.Sequential(
nn.ConvTranspose2d(512, 256, 4, 2, 1), # 4->8
nn.BatchNorm2d(256),
nn.ReLU(),
nn.ConvTranspose2d(256, 128, 4, 2, 1), # 8->16
nn.BatchNorm2d(128),
nn.ReLU(),
nn.ConvTranspose2d(128, 64, 4, 2, 1), # 16->32
nn.BatchNorm2d(64),
nn.ReLU(),
nn.ConvTranspose2d(64, 3, 4, 2, 1), # 32->64
nn.Tanh()
)

def forward(self, x):
x = self.fc(x).view(-1, 512, 4, 4)
return self.deconv(x)

gen = Generator()
z = torch.randn(1, 100)
img = gen(z)

print("ノイズ:", z.shape, "-> 画像:", img.shape)

例3: セグメンテーションネットワークのアップサンプリング

実例

import torch
import torch.nn as nn

# U-Net デコーダー部分
decoder = nn.Sequential(
nn.ConvTranspose2d(256, 128, kernel_size=2, stride=2),
nn.Conv2d(128, 128, 3, padding=1),
nn.ReLU(),
nn.ConvTranspose2d(128, 64, kernel_size=2, stride=2),
nn.Conv2d(64, 64, 3, padding=1),
nn.ReLU()
)

x = torch.randn(1, 256, 8, 8)
output = decoder(x)

print("入力:", x.shape, "-> 出力:", output.shape)

例4: stride=2 の出力計算

実例

import torch
import torch.nn as nn

# 異なる設定
configs = [
(1, 1, 0), # stride=1, padding=0
(2, 1, 0), # stride=2, padding=0
(2, 1, 1), # stride=2, padding=1
]

x = torch.randn(1, 64, 4, 4)

for stride, k, p in configs:
deconv = nn.ConvTranspose2d(64, 64, kernel_size=k, stride=stride, padding=p)
out = deconv(x)
print(f"k={k}, s={stride}, p={p}: {x.shape} -> {out.shape}")

使用シーン

生成ネットワーク: GAN、VAE
セマンティックセグメンテーション: U-Net
アップサンプリング: pooling の代替

注意：転置畳み込みは畳み込みの逆演算ではなく、アップサンプリングの1つの方法にすぎません。