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。

提供的張量將根據給定的 size 或 scale_factor 進行上取樣。

警告

此函式已棄用，請使用 torch.nn.functional.interpolate() 代替。它等同於 nn.functional.interpolate(...)。

注意

在 CUDA 裝置上給定張量時，此操作可能會產生非確定性梯度。更多資訊請參閱可復現性。

上取樣所使用的演算法由 mode 決定。

當前支援時間維、空間維和體素維的上取樣，即期望輸入形狀為 3-D、4-D 或 5-D。

輸入維度按以下形式解釋：mini-batch x channels x [可選深度] x [可選高度] x 寬度。

可用於上取樣的模式有：nearest（最近鄰插值）、linear（線性插值，僅 3D）、bilinear（雙線性插值）、bicubic（雙三次插值，僅 4D）、trilinear（三線性插值，僅 5D）

引數

• input (Tensor) – 輸入張量

• size (int 或 Tuple[int] 或 Tuple[int, int] 或 Tuple[int, int, int]) – 輸出空間大小。

• scale_factor (float 或 Tuple[float]) – 空間大小的乘數。如果是 Tuple，則必須與輸入大小匹配。

• mode (str) – 上取樣使用的演算法：'nearest'（最近鄰） | 'linear'（線性） | 'bilinear'（雙線性） | 'bicubic'（雙三次） | 'trilinear'（三線性）。預設值：'nearest'

• align_corners (bool, 可選) – 從幾何上講，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，輸入和輸出張量會透過角畫素的中心點對齊，保留角畫素的值。如果設定為 False，輸入和輸出張量會透過角畫素的角點對齊，插值會使用邊緣值填充邊界外的值，當 scale_factor 保持不變時，這使得此操作與輸入大小無關。這僅在 mode 為 'linear', 'bilinear', 'bicubic' 或 'trilinear' 時生效。預設值：False

注意

在使用 mode='bicubic' 時，可能會導致過沖，換句話說，它可能為影像產生負值或大於 255 的值。如果在顯示影像時想減少過沖，請顯式呼叫 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。這是這些模式在 0.3.1 版本之前的預設行為。從那時起，預設行為是 align_corners = False。請參閱 Upsample 瞭解具體示例，說明這如何影響輸出。