Tensorflow.js tf.layers.upSampling2d()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。它还可以帮助开发人员使用 JavaScript 语言开发 ML 模型，并可以直接在浏览器或 Node.js 中使用 ML。

tf.layers.upSampling2d()函数用于分别按size[0]和size[1]重复数据的行和列。 upSampling2d 是 2D 输入的上采样层。

用法:

tf.layers.upSampling2d( args )

参数：

• args: 它接受具有以下字段的对象：
  • size: 它是一个数字数组。它是行和列的上采样因子。
  • dataFormat: 它是数据的格式，决定了输入中维度的顺序。
  • interpolation: 它定义了插值机制。它应该是‘nearest’或双线性’。默认值为‘nearest’。
  • inputShape: 它应该是一个数字数组。该字段用于创建一个输入层，该输入层用于插入到该层之前。
  • batchInputShape: 它应该是一个数字数组。该字段将用于代替 inputShape 创建输入层，该输入层用于插入到该层之前。
  • batchSize: 它应该是一个数字。在没有batchInputShape的情况下，该字段用于使用inputShape创建batchInputShape。 batchInputShape：[batchSize，...inputShape]。
  • dtype: 如果该层用作输入层，则该字段用作该层的数据类型。
  • name: 它应该是字符串类型。该字段定义该层的名称。
  • trainable: 它应该是布尔值。该字段定义该层的权重是否可以通过拟合进行训练。
  • weights: 这应该是一个定义该层初始权重值的张量。
  • inputDType: 这是用于旧版支持的数据类型。

Parameters: 它返回 UpSampling2D。

示例 1：

// Import the header file 
import * as tf from "@tensorflow/tfjs"
  
// Creating upSampling2d layer 
const upSampling = tf.layers.upSampling2d({ 
    size: [2, 1], 
    batchInputShape: [2, 3, 5, 5] 
}); 
  
// Create an input with 2 time steps. 
const input = tf.input({shape: [2, 3, 3]}); 
const output = upSampling.apply(input); 
  
// Printing the Shape of file 
console.log(JSON.stringify(output.shape));

输出：

[null, 4, 3, 3]

示例 2：

// Import Header file 
import * as tf from "@tensorflow/tfjs"
  
// Creating input layer 
const inputShape = [1, 1, 1, 2]; 
const input = tf.ones(inputShape); 
  
// Creating upSampling layer 
const layer = tf.layers.upSampling2d({size: [1,2]}); 
  
// Printing tensor 
const output = layer.apply(input); 
output.print();

输出：

Tensor
    [[[[1, 1],
       [1, 1]]]]

参考：https://js.tensorflow.org/api/latest/#layers.upSampling2d