UpsamplingBilinear2d

class torch.nn.UpsamplingBilinear2d(size=None, scale_factor=None)

對由多個輸入通道組成的輸入訊號應用 2D 雙線性上取樣。

為了指定縮放比例，它接受 size 或 scale_factor 作為其建構函式引數。

當給出 size 時，它是影像的輸出尺寸 (h, w)。

引數

• size (int 或 Tuple[int, int], 可選) – 輸出的空間尺寸

• scale_factor (float 或 Tuple[float, float], 可選) – 空間尺寸的乘數。

警告

該類已棄用，推薦使用 interpolate()。它等同於 nn.functional.interpolate(..., mode='bilinear', align_corners=True)。

形狀

• 輸入: $(N, C, H_{in}, W_{in})$

• 輸出: $(N, C, H_{out}, W_{out})$ 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.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]]]])