如何使用张量流来实现反卷积？

Question

我想利用张量流来实现完全卷积网络。有一个功能

tf.nn.conv2d_transpose(value, filter, output_shape, strides, padding, name),

可用于进行双线性上采样。但是，我很困惑如何使用它？输入是具有单个通道的图像，输出也是具有单个通道的图像，其大小是输入的两倍。 我尝试使用如下函数，但得到了IndexError: list index out of range：

  with tf.name_scope('deconv') as scope:
    deconv = tf.nn.conv2d_transpose(conv6, [3, 3, 1, 1], 
        [1, 26, 20, 1], 2, padding='SAME', name=None)

Answer 1

知道了！ （假设input_size = [1,13,10,1]）

with tf.name_scope('deconv') as scope:
    deconv = tf.nn.conv2d_transpose(input_layer, [3, 3, 1, 1], 
         [1, 26, 20, 1], [1, 2, 2, 1], padding='SAME', name=None)