如何通过张量流实现步幅大于一的一维反卷积层？

Question

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

但是，当原始卷积的步幅大于 1 时，反卷积对应的等效卷积应该采用通过在每个输入单元之间添加 s−1 个零获得的拉伸输入，其中 s 是原始卷积中的步幅。

这是一个例子： [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]

问题来了：因为 tensorflow 只提供了一个二维版本的反卷积层，如果我想为一个步幅大于一的原始卷积层实现一个一维反卷积层，如何在每个之间添加零输入单元？

非常感谢

Answer 1

刚刚发现keras中的卷积层有个参数叫dilation_rate，可以满足我的需求。