Pytorch 如何找到torch.nn.conv_transpose2d和max_unpol2d的参数？

在卷积层的给定前向函数中，我有：

def forward(self, x):
  c = torch.nn.functional.conv2d(x)
  a,i = torch.maxpool2d(c)
  o = torch.relu(a)
  return a,i

我希望使用

torch.nn.functional.max\u unpol2d

和

torch.nn.functional.conv\u transpose2d

撤消此函数

到目前为止，我（对此也不完全确定）：

我的问题是:

• 为什么调用conv2d不需要给定参数以外的任何其他参数
• 如何仅从a和I（例如，从它们的大小）获取conv_transpose2d的参数？还是有其他我看不见的方式
• conv2d是否使用默认的内核大小

---

我找到了我问题的部分答案：

---

我可以使用e访问

conv_transpose2d

和

max_unpol2d

的参数。g<代码>torch.nn.functional.conv2d.kernel\u size。参数名称存储在模型中，可以通过打印（torch.nn.functional.conv2d.features）检索。
我找到了问题的部分答案：

---

我可以使用e访问

conv_transpose2d

和

max_unpol2d

的参数。g<代码>torch.nn.functional.conv2d.kernel\u size。参数名称存储在模型中，可以通过打印（torch.nn.functional.conv2d.features）检索。torch.nn.ConvTranspose2d的参数与torch.nn.functional.conv_transpose2d（functional API）的参数略有不同
有关函数API参数，请参阅
ConvTranspose2d使用U[-sqrt（k），sqrt（k）]初始化内核。

---

另一方面，您可以在torch.nn.functional.conv_transpose2d中使用自定义（初始化）内核
torch.nn.ConvTranspose2d的参数与torch.nn.functional.conv_transpose2d（函数API）的参数略有不同
有关函数API参数，请参阅
ConvTranspose2d使用U[-sqrt（k），sqrt（k）]初始化内核。 另一方面，您可以在torch.nn.functional.conv_transpose2d中使用自定义（初始化）内核

a = torch.relu(o)
c = torch.nn.functional.max_unpool2d(a, i, kernel_size=c.size[1])
x = torch.nn.functional.conv_transpose2d(c,..)