Python PyTorch UpsamplingNearest2d用法及代码示例

本文简要介绍python语言中 torch.nn.UpsamplingNearest2d 的用法。

用法:

class torch.nn.UpsamplingNearest2d(size=None, scale_factor=None)

参数：

• size(int或者元组[int,int],可选的) - 输出空间大小

• scale_factor(float或者元组[float,float],可选的) - 空间大小的乘数。

对由多个输入通道组成的输入信号应用 2D 最近邻上采样。

要指定比例，它需要 size 或 scale_factor 作为它的构造函数参数。

当给定 size 时，它是图像 (h, w) 的输出大小。

警告

此类已弃用，取而代之的是 interpolate() 。

形状：

• 输入：(N, C, H_{in}, W_{in})

• 输出：(N, C, H_{out}, W_{out})

H_{out} = \left\lfloor H_{in} \times \text{scale\_factor} \right\rfloor

W_{out} = \left\lfloor W_{in} \times \text{scale\_factor} \right\rfloor

例子：

>>> input = torch.arange(1, 5, dtype=torch.float32).view(1, 1, 2, 2)
>>> input
tensor([[[[ 1.,  2.],
          [ 3.,  4.]]]])

>>> m = nn.UpsamplingNearest2d(scale_factor=2)
>>> m(input)
tensor([[[[ 1.,  1.,  2.,  2.],
          [ 1.,  1.,  2.,  2.],
          [ 3.,  3.,  4.,  4.],
          [ 3.,  3.,  4.,  4.]]]])