output_size (int|tuple，可选) - 输出图片的大小。如果output_size是一个元组，则必须包含两个整型数，（output_size_height，output_size_width）。如果output_size=None，则内部会使用filter_size、padding和stride来计算output_size。如果output_size和filter_size是同时指定的，那么它们应满足上面的公式。默认：None。output_size和filter_size不能同时为None。

应该是要根据定义的卷积网络来设定。

没理解你的意思。什么是动态设置反卷积输出的尺寸？意思是根据不同输入尺寸的图像设置不同的output_size吗？

如果我理解没错的话，你可以先把h和w封装起来再给output_size，因为output_size允许输入为元组

# 把图像的高和宽封装给img_size，由于不同图像有着不同的size，可以理解为动态
img_size = img.shape[0], img.shape[1]    
fluid.layers.conv2d_transpose(input=cf1, num_filters=1, output_size=img_size) 

其实对于一般的图像，还是建议reshape成统一大小，不够的填充，太大的resize一下，至于reshape的标准我一般是先分析一下所有图片h和w的正态分布，取最高的那个点的值