评价此页

UpsamplingNearest2d#

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

对由多个输入通道组成的输入信号应用 2D 最近邻上采样。

为了指定缩放比例,它接受 sizescale_factor 作为其构造函数参数。

当给出 size 时,它是图像的输出尺寸 (h, w)

参数
  • size (intTuple[int, int], 可选) – 输出的空间尺寸

  • scale_factor (floatTuple[float, float], 可选) – 空间尺寸的乘数。

警告

该类已被弃用,推荐使用 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.]]]])