UpsamplingNearest2d

class torch.nn.modules.upsampling.UpsamplingNearest2d(size=None, scale_factor=None) [исходный код]

Применяет к входному сигналу, состоящему из нескольких входных каналов, двумерную передискретизацию методом ближайшего соседа.

Для задания масштаба в качестве аргумента конструктора принимает либо size, либо scale_factor.

Если задано size, оно представляет собой выходной размер изображения (h, w).

Параметры:

• size (int или Tuple[int, int], необязательно) – размеры выходного пространства
• scale_factor (float или Tuple[float, float], необязательно) – коэффициент масштабирования пространственных размеров.

Предупреждение

Этот класс устарел; вместо него рекомендуется использовать interpolate().

Размеры:

• Вход: $(N, C, H_{in}, W_{in})$
• Выход: $(N, C, H_{out}, W_{out})$ где

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

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

Примеры:

>>> 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.]]]])