interpolate¶
- class torch.ao.nn.quantized.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None)[source][source]¶
将输入向下/向上采样到给定的
size或给定的scale_factor参阅
torch.nn.functional.interpolate()获取实现细节。输入维度的解释形式为： mini-批量 x 通道 x [可选深度] x [可选高度] x 宽度。
注意
输入量化参数会传播到输出。
注意
量化输入仅支持 2D/3D 输入
注意
量化输入仅支持以下模式
bilinear
nearest
- 参数
input (Tensor) – 输入张量
size (int or Tuple[int] or Tuple[int, int] or Tuple[int, int, int]) – 输出空间尺寸。
scale_factor (float or Tuple[float]) – 空间尺寸的乘数。如果它是元组，则必须与输入尺寸匹配。
mode (str) – 用于上采样的算法：
'nearest'|'bilinear'align_corners (bool, optional) – 从几何学上讲，我们将输入和输出的像素视为正方形而非点。如果设置为
True，输入和输出张量会以其角像素的中心点对齐，保留角像素处的值。如果设置为False，输入和输出张量会以其角像素的角点对齐，插值使用边缘值填充超出边界的值，这使得当scale_factor保持不变时，此操作与输入尺寸 无关。这仅在mode为'bilinear'时有效。默认值：False
