fix conv2dtranspose doc

docs/api/api_python/nn/mindspore.nn.Conv2dTranspose.rst

@@ -21,7 +21,7 @@ mindspore.nn.Conv2dTranspose
           - **pad**：对输入进行填充。在输入的高度和宽度方向上填充 `padding` 大小的0。如果设置此模式， `padding` 必须大于或等于0。
 
         - **padding** (Union[int, tuple[int]]) - 输入的高度和宽度方向上填充的数量。数据类型为整型或包含四个整数的tuple。如果 `padding` 是一个整数，那么上、下、左、右的填充都等于 `padding` 。如果 `padding` 是一个有四个整数的tuple，那么上、下、左、右的填充分别等于 `padding[0]` 、 `padding[1]` 、 `padding[2]` 和 `padding[3]` 。值应该要大于等于0，默认值：0。
-        - **output_padding** (Union[int, tuple[int]]) - 输入的高度和宽度方向上填充的数量。数据类型为整型或包含两个整数的tuple。如果 `output_padding` 是一个整数，那么下、右的填充都等于 `output_padding` 。如果 `output_padding` 是一个有两个整数的tuple，那么下、右的填充分别等于 `output_padding[0]` 、 `output_padding[1]` 。值应该要大于等于0，默认值：0。
+        - **output_padding** (Union[int, tuple[int]]) - 输出的高度和宽度方向上填充的数量。数据类型为整型或包含两个整数的tuple。如果 `output_padding` 是一个整数，那么下、右的填充都等于 `output_padding` 。如果 `output_padding` 是一个有两个整数的tuple，那么下、右的填充分别等于 `output_padding[0]` 、 `output_padding[1]` 。如果 `output_padding` 不为0， `pad_mode` 必须为 `pad` 。 `output_padding` 取值范围为 `[0, max(stride, dilation))` ，默认值：0。
         - **dilation** (Union[int, tuple[int]]) - 二维卷积核膨胀尺寸。数据类型为整型或具有两个整型的tuple。若 :math:`k > 1` ，则kernel间隔 `k` 个元素进行采样。高度和宽度方向上的 `k` ，其取值范围分别为[1, H]和[1, W]。默认值：1。
         - **group** (int) - 将过滤器拆分为组， `in_channels` 和 `out_channels` 必须可被 `group` 整除。如果组数等于 `in_channels` 和 `out_channels` ，这个二维卷积层也被称为二维深度卷积层。默认值：1.
         - **has_bias** (bool) - Conv2dTranspose层是否添加偏置参数。默认值：False。

mindspore/python/mindspore/nn/layer/conv.py

@@ -968,7 +968,8 @@ class Conv2dTranspose(_Conv):
             The data type is an integer or a tuple of two integers. If `output_padding` is an integer,
             then the bottom and right padding are all equal to `output_padding`. If `output_padding` is a tuple of
             2 integers, then the bottom and right padding is equal to `output_padding[0]`, `output_padding[1]`
-            respectively. The value should be greater than or equal to 0. Default: 0.
+            respectively. If `output_padding` is not equal to 0, `pad_mode` must be `pad`.
+            The value should be in range of `[0, max(stride, dilation))` . Default: 0.
         dilation (Union[int, tuple[int]]): Dilation size of 2D convolution kernel.
             The data type is an integer or a tuple of two integers. If :math:`k > 1`, the kernel is sampled
             every `k` elements. The value of `k` on the height and width directions is in range of [1, H]
@@ -1124,9 +1125,9 @@ class Conv2dTranspose(_Conv):
         conv2d_trans_ret = self.conv2d_transpose(x, self.weight, (n, self.out_channels, h_out, w_out))
         if isinstance(self.output_padding, tuple):
             if self.output_padding[0] < 0 or self.output_padding[0] >= max(self.dilation[0], self.stride[0]):
-                raise ValueError("output_padding[0] must be in range of [0, max(stride_d, dilation_d)).")
+                raise ValueError("output_padding[0] must be in range of [0, max(stride_h, dilation_h)).")
             if self.output_padding[1] < 0 or self.output_padding[1] >= max(self.dilation[1], self.stride[1]):
-                raise ValueError("output_padding[1] must be in range of [0, max(stride_d, dilation_d)).")
+                raise ValueError("output_padding[1] must be in range of [0, max(stride_w, dilation_w)).")
             if not self.is_pad and (self.output_padding[0] > 0 or self.output_padding[1] > 0):
                 raise ValueError("when output_padding is not zero, pad_mode must be 'pad'")
 
@@ -1137,9 +1138,9 @@ class Conv2dTranspose(_Conv):
             return conv2d_trans_ret
 
         if self.output_padding < 0 or self.output_padding >= max(self.dilation[0], self.stride[0]):
-            raise ValueError("output_padding must be in range of [0, max(stride_d, dilation_d)).")
+            raise ValueError("output_padding must be in range of [0, max(stride_h, dilation_h)).")
         if self.output_padding < 0 or self.output_padding >= max(self.dilation[1], self.stride[1]):
-            raise ValueError("output_padding must be in range of [0, max(stride_d, dilation_d)).")
+            raise ValueError("output_padding must be in range of [0, max(stride_w, dilation_w)).")
         if not self.is_pad and self.output_padding > 0:
             raise ValueError("when output_padding is not zero, pad_mode must be 'pad'")
         pad = P.Pad(paddings=((0, 0), (0, 0), (0, self.output_padding), (0, self.output_padding)))