为什么我们必须在张量流中的反卷积期间指定输出形状？

Question

TF文档在tf.conv2d_transpose中有一个output_shape参数。为什么需要这个？不要大步，滤波器大小和层的填充参数决定了该层的输出形状，类似于卷积过程中的决定方式？

Answer 1

此问题已经在TF github上提出，并收到了答案：

  

需要output_shape，因为输出的形状不能   必须根据输入的形状计算，特别是如果   输出小于过滤器，我们正在使用VALID填充   输入是一个空图像。然而，这种堕落的情况是   大多数时候不重要，所以制作Python是合理的   如果没有设置，wrapper会自动计算output_shape。

阅读整个帖子是有意义的。

如果您采用以下表示法output = o，input = i，kernel = k，stride = s，padding = p，则输出的形状为：