upsample

class torch.ao.nn.quantized.functional.upsample(input, size=None, scale_factor=None, mode='nearest', align_corners=None)

將輸入上採樣至給定的 size 或給定的 scale_factor

警告

此函式已被棄用，建議改用 torch.ao.nn.quantized.functional.interpolate()。 其功能等同於 nn.quantized.functional.interpolate(...)。

詳情請參閱 torch.nn.functional.interpolate()。

輸入維度會被解讀為：mini-batch x channels x [optional depth] x [optional height] x width。

注意

輸入的量化參數會傳播到輸出。

注意

對於量化輸入，僅支援 2D 輸入。

注意

對於量化輸入，僅支援下列模式：

• bilinear (雙線性)

• nearest (最近鄰)

參數

• input (Tensor) – 量化輸入張量

• size (int 或 Tuple[int] 或 Tuple[int, int] 或 Tuple[int, int, int]) – 輸出空間尺寸。

• scale_factor (float 或 Tuple[float]) – 空間尺寸的倍數。 必須為整數。

• 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點像素的中心點對齊，從而保留角點像素的值。 如果設定為 False，則輸入和輸出張量會依其角點像素的角點對齊，並且插值會使用邊緣值填充來處理超出邊界的值，從而使此操作在 scale_factor 保持不變時獨立於輸入大小。 這僅在 mode 為 'bilinear' 時才有效。 預設值：False

警告

當 align_corners = True 時，線性插值模式（bilinear）不會按比例對齊輸出和輸入像素，因此輸出值可能會取決於輸入大小。 這是這些模式在 0.3.1 版本之前的預設行為。 從那時起，預設行為為 align_corners = False。 有關這如何影響輸出的具體範例，請參閱 Upsample。