函数原型：
代码语言：javascript复制torch.nn.ConvTranspose2d(in_channels, out_channels, kernel_size,
stride=1, padding=0, output_padding=0,
groups=1, bias=True, dilation=1, padding_mode='zeros')其中，各参数的含义如下：
- in_channels(int)：输入张量的通道数
- out_channels(int)：输出张量的通道数
- kernel_size(int or tuple)：卷积核大小
- stride(int or tuple,optional)：卷积步长，决定上采样的倍数
- padding(int or tuple, optional)：对输入图像进行padding，输入图像尺寸增加2*padding
- output_padding(int or tuple, optional)：对输出图像进行padding，输出图像尺寸增加padding
- groups：分组卷积（必须能够整除in_channels和out_channels）
- bias：是否加上偏置
- dilation：卷积核之间的采样距离（即空洞卷积）
- padding_mode(str)：padding的类型
- 另外，对于可以传入tuple的参数，tuple[0]是在height维度上，tuple[1]是在width维度上
转置卷积的输出如下（如果输入参数为tuple，则各自计算）：
- output[0]=(input[0]−1)×stride[0]−2×padding[0] dilation[0]×(kernel_size[0]−1) output_padding[0] 1
- output[1]=(input[1]−1)×stride[1]−2×padding[1] dilation[1]×(kernel_size[1]−1) output_padding[1] 1
