pytorch利用反卷积的尺寸问题

Question

大家好，新手入门语义分割，在利用pytorch实现Linknet的时候，在编码层最后输出的尺寸为6×10（上一层为12× 20），文中规定反卷积核的尺寸为k为3× 3，步长s = 2，利用反卷积求输出尺寸的大小为N（out） = （N（in）-1）× s +k -2p，如果按照这个核的尺寸大小进行计算的话，输出的大小就不会是我想要的12× 20，而是11× 19（padding=1）或13 ×21（padding=0），问了学长说是卷积的核的尺寸一般都为奇数最好不要修改，（论文里的也是奇数3 ×3 的），这个好像说是用keras框架写就不会有这个问题，但是现在我用的是pytorch，请问这个应该如何解决？

Answer 1

H__output = (H__input−1)×stride[0]−2×padding[0]+kernel_size[0]+output_padding[0]。
这个是pytorch文档中对反卷积的计算。你可以自己计算一下，可能是因为out_padding的值设置不对