调整Conv2DTranspose

Question

这是我一直在尝试与Keras（从these guys复制）的网络：

我目前停留在Upsampler部分。这是一张描述Upsampler性质的图片：

就这样，我已经完成了B ResBlocks部分的原始形式的编码，并且得到了以下输出形状：

ValueError: Error when checking target: expected leaky_re_lu_49 to have shape (44, 44, 1) but got array with shape (1400, 1400, 3)

(1400, 1400, 3)是我的验证集的形状（它们是我按比例缩小以进行训练的图像）。 我一直很难找到文档来解释基于参数的Conv2DTranspose的输入形状与输出形状之间的数学关系。我们将不胜感激。

当我们在这里时，任何人都可以解释Shuffle层的外观吗？ （也许它已经存在于Keras中，我只是不知道？）