快捷方式

最近邻上采样2D

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

将 2D 最近邻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 sizescale_factor 作为其构造函数参数。

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()

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

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源