torch.nn.functional.upsample

torch.nn.functional.upsample(input, size=None, scale_factor=None, mode='nearest', align_corners=None)

對輸入進行上取樣。

提供的張量將被上取樣到給定的 size 或給定的 scale_factor。

警告

此函式已棄用，推薦使用 torch.nn.functional.interpolate()。這等效於 nn.functional.interpolate(...)。

注意

此操作在使用 CUDA 裝置上的張量時可能會產生非確定性梯度。有關更多資訊，請參閱 可復現性。

用於上取樣的演算法由 mode 確定。

目前支援時間、空間和體積上取樣，即期望的輸入形狀為 3D、4D 或 5D。

The input dimensions are interpreted in the form: mini-batch x channels x [optional depth] x [optional height] x width.

可用的上取樣模式包括：nearest、linear（僅限 3D）、bilinear、bicubic（僅限 4D）、trilinear（僅限 5D）。

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]) – 空間尺寸的乘數。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' | 'linear' | 'bilinear' | 'bicubic' | 'trilinear'。預設為：'nearest'

• align_corners (bool, optional) – 在幾何上，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，保留角畫素處的值。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，並且插值使用邊緣值填充來處理邊界外的值，使得此操作與輸入大小無關（當 scale_factor 保持不變時）。這僅在 mode 為 'linear'、'bilinear'、'bicubic' 或 'trilinear' 時生效。預設為：False

注意

使用 mode='bicubic' 時，可能會導致過沖，換句話說，對於影像，它可能會產生負值或大於 255 的值。如果要在顯示影像時減少過沖，請明確呼叫 result.clamp(min=0, max=255)。

警告

當 align_corners = True 時，線性插值模式（linear、bilinear 和 trilinear）不會按比例對齊輸出和輸入畫素，因此輸出值可能取決於輸入大小。這是 0.3.1 版本之前這些模式的預設行為。此後，預設行為為 align_corners = False。有關此如何影響輸出的具體示例，請參閱 Upsample。