interpolate¶
- class torch.ao.nn.quantized.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None)[source][source]¶
將輸入向下/向上取樣到給定的
size或給定的scale_factor有關實作詳細資訊，請參閱
torch.nn.functional.interpolate()。輸入維度以以下形式解釋：小批量 x 通道 x [可選深度] x [可選高度] x 寬度。
注意
輸入量化參數會傳播到輸出。
注意
量化輸入僅支援 2D/3D 輸入
注意
量化輸入僅支援以下模式
bilinear (雙線性)
nearest (最近鄰)
- 參數
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) – 用於上採樣的演算法：
'nearest'|'bilinear'align_corners (bool, optional) – 在幾何上，我們將輸入和輸出的像素視為正方形而不是點。 如果設定為
True，則輸入和輸出張量會依其角落像素的中心點對齊，從而保留角落像素的值。 如果設定為False，則輸入和輸出張量會依其角落像素的角點對齊，並且插值會使用邊緣值填充來處理超出邊界的值，使得此操作在scale_factor保持不變時獨立於輸入大小。 這僅在mode為'bilinear'時有效。 預設值：False
