upsample

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

Увеличивает размер входных данных до заданного size или до заданного scale_factor

Предупреждение

Эта функция устарела и заменена на torch.ao.nn.quantized.functional.interpolate(). Она эквивалентна nn.quantized.functional.interpolate(...).

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

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

Примечание

Параметры квантования входных данных передаются выходным данным.

Примечание

Для квантованных входных данных поддерживается только двумерный ввод

Примечание

Для квантованных входных данных поддерживаются только следующие режимы:

• bilinear
• nearest

Параметры:

• input (Tensor) – квантованный 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 увеличения пространственного размера. Должен быть целым числом.
• mode (str) – алгоритм увеличения размера: 'nearest' | 'bilinear'
• align_corners (bool, optional) – С геометрической точки зрения пиксели входных и выходных данных рассматриваются как квадраты, а не как точки. Если задано значение True, входные и выходные тензоры выравниваются по центральным точкам угловых пикселей, сохраняя значения угловых пикселей. Если задано значение False, входные и выходные тензоры выравниваются по угловым точкам угловых пикселей, а при интерполяции для выходящих за границы значений используется заполнение граничными значениями. Благодаря этому операция не зависит от размера входных данных, если scale_factor остается неизменным. Это влияет на результат, только если mode равно 'bilinear'. По умолчанию: False

Предупреждение

При значении align_corners = True режимы линейной интерполяции (bilinear) не обеспечивают пропорциональное выравнивание выходных и входных пикселей, поэтому выходные значения могут зависеть от размера входных данных. Такое поведение было задано по умолчанию для этих режимов вплоть до версии 0.3.1. Начиная с этой версии, поведением по умолчанию является align_corners = False. В Upsample приведены конкретные примеры влияния этого параметра на выходные данные.