interpolate#
- class torch.ao.nn.quantized.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None)[原始碼]#
將輸入下/上取樣到給定的
size或給定的scale_factor有關實現細節，請參閱
torch.nn.functional.interpolate()。The input dimensions are interpreted in the form: mini-batch x channels x [optional depth] x [optional height] x width.
注意
輸入量化引數會傳播到輸出。
注意
量化輸入僅支援 2D/3D 輸入
注意
量化輸入僅支援以下模式
bilinear
nearest
- 引數
input (Tensor) – 輸入張量
size (int 或 Tuple[int] 或 Tuple[int, int] 或 Tuple[int, int, int]) – 輸出的空間大小。
scale_factor (float 或 Tuple[float]) – 空間大小的乘數。如果為元組，則必須與輸入大小匹配。
mode (str) – 用於上取樣的演算法：
'nearest'|'bilinear'align_corners (bool, optional) – 從幾何上講，我們將輸入和輸出的畫素視為正方形而不是點。如果設定為
True，則輸入和輸出張量將透過其角畫素的中心點對齊，從而保留角畫素的值。如果設定為False，則輸入和輸出張量將透過其角畫素的角點對齊，並且插值使用邊界外的邊緣值填充，從而使該操作獨立於輸入大小（只要scale_factor保持不變）。這僅在mode為'bilinear'時才有效。預設值：False
