Python PyTorch UpsamplingNearest2d用法及代碼示例

本文簡要介紹python語言中 torch.nn.UpsamplingNearest2d 的用法。

用法:

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

參數：

• size(int或者元組[int,int],可選的) - 輸出空間大小

• scale_factor(float或者元組[float,float],可選的) - 空間大小的乘數。

對由多個輸入通道組成的輸入信號應用 2D 最近鄰上采樣。

要指定比例，它需要 size 或 scale_factor 作為它的構造函數參數。

當給定 size 時，它是圖像 (h, w) 的輸出大小。

警告

此類已棄用，取而代之的是 interpolate() 。

形狀：

• 輸入：(N, C, H_{in}, W_{in})

• 輸出：(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.]]]])