快捷方式

双线性上采样2d

class torch.nn.UpsamplingBilinear2d(size=None, scale_factor=None)[源代码]

将双线性上采样应用于由多个输入通道组成的输入信号。

要指定比例,它将作为构造函数参数采用 sizescale_factor

当给出 size 时,它是图像的输出大小 (h, w)

参数
  • size (intTuple[int, int], 可选) – 输出空间大小

  • scale_factor (floatTuple[float, float], 可选) – 空间大小的乘数。

警告

此类已弃用,建议使用 interpolate()。它等效于 nn.functional.interpolate(..., mode='bilinear', align_corners=True)

形状
  • 输入: (N,C,Hin,Win)(N, C, H_{in}, W_{in})

  • 输出:(N,C,Hout,Wout)(N, C, H_{out}, W_{out}) 其中

Hout=Hin×scale_factorH_{out} = \left\lfloor H_{in} \times \text{scale\_factor} \right\rfloor
Wout=Win×scale_factorW_{out} = \left\lfloor W_{in} \times \text{scale\_factor} \right\rfloor

示例

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

>>> m = nn.UpsamplingBilinear2d(scale_factor=2)
>>> m(input)
tensor([[[[1.0000, 1.3333, 1.6667, 2.0000],
          [1.6667, 2.0000, 2.3333, 2.6667],
          [2.3333, 2.6667, 3.0000, 3.3333],
          [3.0000, 3.3333, 3.6667, 4.0000]]]])

文档

訪問 PyTorch 的全面的開發者文檔

查看文檔

教程

獲取面向初學者和高級開發者的深入教程

查看教程

資源

查找開發資源並獲得解答

查看資源