Created by: shaofeifei11

paddle版本：1.8.1

tensorflow代码：

a = tf.nn.conv2d_transpose(value=input1, filter=filter1, name="Model_Encoder_Layer_deconv_final3", output_shape=[8, 1, tf.shape(r1)[1], 256], strides=[1, 1, 4, 1], padding='SAME') 其中 input1.shape = [8, 1, ?, 256], filter1.shape = [1, 3, 256, 256]

然后我用 paddle的conv2d_transpose方法实现上述功能

方法1：

b = fluid.layers.conv2d_transpose(input=input2, num_filters=256, filter_size=[1, 3], padding="SAME", stride=(1, 4), data_format="NHWC", name="Model_Encoder_Layer_deconv_final3", bias_attr=False) 其中 input2.shape = [8, 1, -1, 256]， 与tensorflow中的数据结构一致，都是 NHWC 结构

方法1 结果：tensorflow中的a 与 paddle 中的b 他们的shape，在dim=2的值不同。

方法2：

b = fluid.layers.conv2d_transpose(input=input2, num_filters=256, filter_size=[1, 3], padding="SAME", stride=(1, 4), data_format="NHWC", name="Model_Encoder_Layer_deconv_final3", bias_attr=False) 其中 input2.shape = [8, 1, -1, 256]， 与tensorflow中的数据结构一致，都是 NHWC 结构 c = fluid.layers.crop_tensor(b, [8, 1, fluid.layers.shape(r1)[1], 256]) 其中 tensorflow中的r1与paddle中的r1是相同的数据

方法2 结果：报错

paddle官网中有他们之间的对比，

https://github.com/PaddlePaddle/X2Paddle/blob/master/tensorflow2fluid/doc/tf.nn.conv2d_transpose.md

但是它有两点与我的问题不同，第一个是output_size我的是tensor。是可变变量，而例子中是固定的。第二个是，它没有用 NHWC 格式，它使用的是 NCHW格式。因为我是将整个tensorflow的项目转成paddle，所以我一直使用的是 NHWC格式