如何通过张量流实现步幅大于1的1-D反卷积层？

Question

正如本指南所说[A guide to convolution arithmetic for deep learning]，反卷积层可以转换为等效的卷积层。

但是，当原始卷积的步幅大于1时，相应的反卷积等效卷积应采用通过在每个输入单元之间添加 s-1 零获得的拉伸输入，其中 s 是原始卷积中的步幅。

这是一个例子： [The transpose of convolving a 3×3 kernel over a 5×5 input padded with a 1×1 border of zeros using 2×2 strides]

问题在于：因为tensorflow只提供了一个2-D版本的反卷积层，如果我想为步长大于1的原始卷积层实现1-D反卷积层，我怎样才能在每个层之间添加0输入单位？

非常感谢

Answer 1

我刚刚发现keras中的卷积层有一个名为 dilation_rate 的参数，它可以满足我的要求。