上采样

classtorch.nn.Upsample(size=None, scale_factor=None, mode='nearest', align_corners=None, recompute_scale_factor=None)[源代码]

对给定的多通道一维（时间）、二维（空间）或三维（体积）数据进行上采样处理。

输入数据的形式被假设为minibatch x channels x [可选 depth] x [可选 height] x width。因此，对于空间输入，我们期待的是4D张量，而对于体积输入，则是5D张量。

可用的上采样算法包括最近邻和线性插值。对于3D输入张量使用双线性插值，对于4D输入张量使用双立方插值，对于5D输入张量使用三线性插值。

可以提供一个scale_factor或目标输出size来确定输出大小。（但不能同时提供两者，这样会引发歧义）

参数

size (int 或 Tuple[int] 或 Tuple[int, int] 或 Tuple[int, int, int], 可选) – 输出空间尺寸
scale_factor (float 或 Tuple[float] 或 Tuple[float, float] 或 Tuple[float, float, float], 可选) – 空间大小的乘数。如果它是元组形式，则必须与输入大小相匹配。
mode (str, optional) – 上采样算法，可选值包括：'nearest'、'linear'、'bilinear'、'bicubic' 和 'trilinear'。默认值为：'nearest'
align_corners (bool, optional) – 如果为 True，输入和输出张量的角像素将对齐，从而保留这些像素上的值。这仅在 mode 为 'linear'、'bilinear'、'bicubic' 或 'trilinear' 时有效。默认值： False
recompute_scale_factor (bool, 可选) – 重新计算用于插值的 scale_factor。如果 recompute_scale_factor 是 True，则需要传递 scale_factor 参数，并使用它来计算输出大小。然后根据这个输出大小推断新的插值比例。需要注意的是，当 scale_factor 是浮点数时，由于舍入和精度问题，实际的 scale_factor 可能与重新计算的结果不同。如果 recompute_scale_factor 为 False，则直接使用 size 或 scale_factor 进行插值。

形状:

输入: $(N, C, W_{in})$ , $(N, C, H_{in}, W_{in})$ 或 $(N, C, D_{in}, H_{in}, W_{in})$
输出为： $(N, C, W_{out})$ 、 $(N, C, H_{out}, W_{out})$ 或 $(N, C, D_{out}, H_{out}, W_{out})$ ，其中

D_{out} = \left\lfloor D_{in} \times \text{scale\_factor} \right\rfloor

H_{out} = \left\lfloor H_{in} \times \text{scale\_factor} \right\rfloor

W_{out} = \left\lfloor W_{in} \times \text{scale\_factor} \right\rfloor

警告

当设置为align_corners = True时，线性插值模式（如linear、bilinear、bicubic 和 trilinear）不会按比例对齐输出和输入像素，因此输出值会依赖于输入大小。在版本 0.3.1 及之前，默认行为是align_corners = True。从那时起，默认行为改为align_corners = False。请参见下面的具体示例，了解这如何影响输出。

注意

如果你想要进行下采样或通用缩放，应该使用interpolate()。

示例:

>>> input = torch.arange(1, 5, dtype=torch.float32).view(1, 1, 2, 2)
>>> input
tensor([[[[1., 2.],
          [3., 4.]]]])

>>> m = nn.Upsample(scale_factor=2, mode='nearest')
>>> m(input)
tensor([[[[1., 1., 2., 2.],
          [1., 1., 2., 2.],
          [3., 3., 4., 4.],
          [3., 3., 4., 4.]]]])

>>> m = nn.Upsample(scale_factor=2, mode='bilinear')  # align_corners=False
>>> m(input)
tensor([[[[1.0000, 1.2500, 1.7500, 2.0000],
          [1.5000, 1.7500, 2.2500, 2.5000],
          [2.5000, 2.7500, 3.2500, 3.5000],
          [3.0000, 3.2500, 3.7500, 4.0000]]]])

>>> m = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True)
>>> 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]]]])

>>> # Try scaling the same data in a larger tensor
>>> input_3x3 = torch.zeros(3, 3).view(1, 1, 3, 3)
>>> input_3x3[:, :, :2, :2].copy_(input)
tensor([[[[1., 2.],
          [3., 4.]]]])
>>> input_3x3
tensor([[[[1., 2., 0.],
          [3., 4., 0.],
          [0., 0., 0.]]]])

>>> m = nn.Upsample(scale_factor=2, mode='bilinear')  # align_corners=False
>>> # Notice that values in top left corner are the same with the small input (except at boundary)
>>> m(input_3x3)
tensor([[[[1.0000, 1.2500, 1.7500, 1.5000, 0.5000, 0.0000],
          [1.5000, 1.7500, 2.2500, 1.8750, 0.6250, 0.0000],
          [2.5000, 2.7500, 3.2500, 2.6250, 0.8750, 0.0000],
          [2.2500, 2.4375, 2.8125, 2.2500, 0.7500, 0.0000],
          [0.7500, 0.8125, 0.9375, 0.7500, 0.2500, 0.0000],
          [0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000]]]])

>>> m = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True)
>>> # Notice that values in top left corner are now changed
>>> m(input_3x3)
tensor([[[[1.0000, 1.4000, 1.8000, 1.6000, 0.8000, 0.0000],
          [1.8000, 2.2000, 2.6000, 2.2400, 1.1200, 0.0000],
          [2.6000, 3.0000, 3.4000, 2.8800, 1.4400, 0.0000],
          [2.4000, 2.7200, 3.0400, 2.5600, 1.2800, 0.0000],
          [1.2000, 1.3600, 1.5200, 1.2800, 0.6400, 0.0000],
          [0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000]]]])