双线性上采样（UpsamplingBilinear2d）

classtorch.nn.UpsamplingBilinear2d(size=None, scale_factor=None)[源代码]

对由多个输入通道组成的输入信号进行二维双线性上采样。

要指定缩放比例，可以将 size 或 scale_factor 作为构造函数的参数。

当给定size时，表示输出图像的大小为(h, w)。

参数

• size (int 或 Tuple[int, int]) – 可选的输出空间尺寸

• scale_factor (float 或 Tuple[float, float], 可选) – 空间大小的缩放因子。

警告

此类已被interpolate()替代，其功能与nn.functional.interpolate(..., mode='bilinear', align_corners=True)相同。

形状:

• 输入: $(N, C, H_{in}, W_{in})$

• 输出为 $(N, C, H_{out}, W_{out})$

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

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

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]]]])