UpsamplingNearest2d

class torch.nn.UpsamplingNearest2d(size=None, scale_factor=None)

將 2D 最近鄰插值法應用於由多個輸入通道組成的輸入訊號。

為了指定縮放比例，它採用 size 或 scale_factor 作為其建構子參數。

當給定 size 時，它是影像的輸出大小 (h, w)。

參數

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

• scale_factor (float 或 Tuple[float, float], optional) – 空間大小的乘數。

警告

此類別已被棄用，建議使用 interpolate()。

形狀

• 輸入: $(N, C, H_{in}, W_{in})$

• 輸出: $(N, C, H_{out}, W_{out})$ 其中

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

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

範例

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

>>> m = nn.UpsamplingNearest2d(scale_factor=2)
>>> m(input)
tensor([[[[1., 1., 2., 2.],
          [1., 1., 2., 2.],
          [3., 3., 4., 4.],
          [3., 3., 4., 4.]]]])