问题描述
在此之前，我搜索了 google 和 StackOverflow，但没有找到任何类似的问题，所以在这里我提出一个新问题。
我对 this paper 感兴趣，并希望为我的项目实施此 SGAN。论文提到它的生成器网络是由“一堆分数步长卷积层”组成的，我在pytorch中找到了两种不同的实现方式，一种是：
torch.nn.Sequential(
# other layers...
torch.nn.ConvTranspose2d(),# other layers...
)
另一种方式是：
torch.nn.Sequential(
# other layers...
torch.nn.Upsample(scale_factor=2),torch.nn.Conv2d(),# other layers...
)
那么，我的问题是，哪个是分数步长卷积层的更好实现，还是我理解的完全错误？
提前致谢。
P.S，我在第 87 - 88 行找到了第二个实现 here。
解决方法
tldr;有一些形状约束，但都执行相同的操作。
nn.ConvTranspose2d的输出形状由y = (x − 1)s - 2p + d(k-1) + p_out + 1给出，其中x和y分别是输入和输出形状，k是内核大小，s 步幅，d 膨胀，p 和 p_out 填充和填充。在这里，我们使用 s=1、p=0、p_out=0、d=1 使事情变得简单。
因此，转置卷积的输出形状为：
y = x - 1 + k
如果我们看一个带卷积的上采样 (x2)。使用与之前相同的符号，nn.Conv2d 的输出为：y = floor((x + 2p - d(k - 1) - 1) / s + 1)。 upsampling 后 x 的大小为 2x。我们将膨胀保持在 d=1。
y = floor((2x + 2p - k) / s + 1)
如果我们想匹配转置卷积的输出形状，我们需要有x - 1 + k = floor((2x + 2p - k) / s + 1)。这种关系将定义为我们的卷积选择 s 和 p 的值。
举一个简单的例子来演示：k=2。现在x + 1需要等于floor((2x + 2p - k) / s + 1)，这可以通过设置s=2和p=1来解决。
这里是同一个视觉形式的例子。
- 转置卷积
- 上采样 + 卷积
