UpsamplingBilinear2d

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

应用双线性插值对多通道输入信号进行2D上采样。

为了指定缩放比例，它接受构造函数参数中的 size 或 scale_factor。

当给出 size 时，它表示输出图像的大小 (h, w)。

参数

• size (int 或 Tuple[int, int], optional) – 输出空间大小。

• scale_factor (float 或 Tuple[float, float], optional) – 空间尺寸的乘数。

警告

此类已弃用，推荐使用 interpolate()。它等效于 nn.functional.interpolate(..., mode='bilinear', align_corners=True)。

形状

• 输入： $(N, C, H_{in}, W_{in})$

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