UpsamplingNearest2d

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

对由多个输入通道组成的输入信号应用 2D 最近邻上采样。

要指定缩放比例，它接受 size 或 scale_factor 作为其构造函数参数。

当给出 size 时，它是图像 (h, w) 的输出大小。

参数

• size (int 或 Tuple[int, int], 可选) – 输出空间大小

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

警告

此类已弃用，推荐使用 interpolate()。

形状

• 输入: $(N, C, H_{in}, W_{in})$

• 输出: $(N, C, H_{out}, W_{out})$ 其中

$$H_{out} = \left\lfloor H_{in} \times \text{scale\_factor} \right\rfloor$$

$$W_{out} = \left\lfloor W_{in} \times \text{scale\_factor} \right\rfloor$$

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.]]]])