关于算子mindspore.nn.Conv2dTranspose没有output_padding参数_nn.convtranspose2d out_padding padding对输出特征的影响

pytorch中的反置卷积torch.nn.ConvTranspose2d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, bias=True, dilation=1, padding_mode='zeros')

对应mindspore是

mindspore.nn.Conv2dTranspose(in_channels, out_channels, kernel_size, stride=1, pad_mode="same", padding=0, dilation=1, group=1, has_bias=False, weight_init="normal", bias_init="zeros")

其中pytorch算子中有一个output_padding参数表示对输出的特征图的某一边进行padding,

然而mindspore算子中没有，那么如何实现对特征图的某一边进行padding呢，有替代的方案吗

pytorch中的nn.ConvTranspose2d(in_channels=num_inchannels[i],out_channels=num_inchannels[i],kernel_size=3,    stride=2, padding=1,output_padding=1,bias=False),    可以用mindspore的以下方案实现： nn.Conv2dTranspose(in_channels=num_inchannels[i],  out_channels=num_inchannels[i],  kernel_size=3,  stride=2,  padding=1,  pad_mode="pad",  has_bias=False),  nn.Pad(paddings=((0,0),(0,0),(0,1),(0,1)), mode="CONSTANT"),