interpolate#
- class torch.ao.nn.quantized.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None)[source]#
对输入进行下/上采样，使其达到给定的
size或给定的scale_factor。有关实现细节，请参阅
torch.nn.functional.interpolate()。输入维度按以下格式解释：mini-batch x channels x [optional depth] x [optional height] x width。
注意
输入量化参数会传播到输出。
注意
量化输入仅支持 2D/3D 输入。
注意
量化输入仅支持以下模式：
bilinear
nearest
- 参数
input (Tensor) – 输入张量
size (int 或 Tuple[int] 或 Tuple[int, int] 或 Tuple[int, int, int]) – 输出的空间大小。
scale_factor (float 或 Tuple[float]) – 空间尺寸的乘数。如果它是元组，则必须与输入大小匹配。
mode (str) – 用于上采样的算法：
'nearest'|'bilinear'align_corners (bool, optional) – 在几何上，我们将输入和输出的像素视为正方形而非点。如果设置为
True，则输入和输出张量通过其角像素的中心点对齐，保留角像素的值。如果设置为False，则输入和输出张量通过其角像素的角点对齐，并且插值使用边缘值填充来处理边界外的值，这使得该操作在scale_factor保持不变时与输入大小无关。这仅在mode为'bilinear'时生效。默认值：False