interpolate

class torch.ao.nn.quantized.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None) [исходный код]

Увеличивает или уменьшает размер входных данных до заданного size или до заданного scale_factor

Подробности реализации см. в torch.nn.functional.interpolate().

Размерности входных данных интерпретируются в следующем формате: mini-batch x channels x [optional depth] x [optional height] x width.

Примечание

Параметры квантования входных данных переносятся на выход.

Примечание

Для квантованных входных данных поддерживаются только входы размерности 2D/3D

Примечание

Для квантованных входных данных поддерживаются только следующие режимы:

• bilinear
• nearest

Параметры:

• input (Tensor) – входной тензор
• size (int or Tuple[int] or Tuple[int, int] or Tuple[int, int, int]) – пространственный размер выходных данных.
• scale_factor (float or Tuple[float]) – коэффициент изменения пространственного размера. Если задан кортеж, его размер должен соответствовать размеру входных данных.
• mode (str) – алгоритм увеличения размера: 'nearest' | 'bilinear'
• align_corners (bool, необязательный) – Геометрически мы рассматриваем пиксели входных и выходных данных как квадраты, а не как точки. Если задано значение True, входной и выходной тензоры выравниваются по центральным точкам угловых пикселей, что позволяет сохранить значения угловых пикселей. Если задано значение False, входной и выходной тензоры выравниваются по угловым точкам угловых пикселей, а при интерполяции для значений за границами используется дополнение граничными значениями. Благодаря этому операция не зависит от размера входных данных, если scale_factor остается неизменным. Это влияет только на случай, когда mode имеет значение 'bilinear'. По умолчанию: False