Pytorch：为什么ConvTranspose2d和Conv2d中的权重顺序不同？

Pytorch代码：

up=nn.ConvTranspose2d（3、128、2、步幅=2）
conv=nn.Conv2d（31282）
输入=变量（torch.rand（1,3,64,64））
打印（'up conv输出大小：'，up（输入）.size（））
输入=变量（torch.rand（1,3,64,64））
打印（'conv输出大小：'，conv（输入）.size（））
打印（'up conv weight size:'，up.weight.data.shape）
打印（'conv-weight-size:'，conv.weight.data.shape）

结果:

up conv输出大小：torch.size（[1，128，128，128]）
conv输出大小：torch.size（[1，128，63，63]）
up conv重量尺寸：火炬尺寸（[3,128,2,2]）
conv重量尺寸：火炬尺寸（[128,3,2,2]）

为什么

ConvTranspose2d（3128）

和

Conv2d（128,3）

之间的顺序不同

它应该这样做吗