Pytorch上下采样函数--interpolate用法

def interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None):

  根据给定 size 或 scale_factor，上采样或下采样输入数据input.

  当前支持 temporal, spatial 和 volumetric 输入数据的上采样，其shape 分别为：3-D, 4-D 和 5-D.

  输入数据的形式为：mini-batch x channels x [optional depth] x [optional height] x width.

  上采样算法有：nearest, linear(3D-only), bilinear(4D-only), trilinear(5D-only).  

  参数:

  - input (Tensor): input tensor

  - size (int or Tuple[int] or Tuple[int, int] or Tuple[int, int, int]):输出的 spatial 尺寸.

  - scale_factor (float or Tuple[float]): spatial 尺寸的缩放因子.

  - mode (string): 上采样算法:nearest, linear, bilinear, trilinear, area. 默认为 nearest.

  - align_corners (bool, optional): 如果 align_corners=True，则对齐 input 和 output 的角点像素(corner pixels)，保持在角点像素的值. 只会对 mode=linear, bilinear 和 trilinear 有作用. 默认是 False.

  """

最后

以上就是饱满店员为你收集整理的Pytorch上下采样函数--interpolate用法的全部内容，希望文章能够帮你解决Pytorch上下采样函数--interpolate用法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。