如何通过张量流来实现跨度大于1的一维解卷积层？

Question

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

然而，当原始卷积具有步幅大于一，去卷积的对应等效卷积应该采取通过添加S-1零每个输入单元，其中小号之间得到的拉伸输入是在步幅原始卷积。

下面是一个例子： [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]

这里的问题是：因为tensorflow只提供了一个2-d版本解卷积层，如果我想要实现用于与原始卷积层1-d解卷积层跨度大于1，如何在每个输入单元之间添加零点？

非常感谢

Answer 1

我刚刚发现，在keras卷积层有一个名为dilation_rate参数，它可以覆盖我的要求。