UpsamplingNearest2d

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

Применяет двумерную аппроксимацию ближайшего соседа для увеличения размера входного сигнала, состоящего из нескольких каналов.

Для указания масштаба используется либо size , либо scale_factor в качестве аргумента конструктора.

Когда задано size, это выходной размер изображения (h, w).

Параметры

• size (int или Кортеж[int, int], необязательно) – выходные пространственные размеры
• scale_factor (float или Кортеж[float, float], необязательно) – множитель для пространственного размера.

Предупреждение

Этот класс устарел в пользу interpolate().

Форма:

• 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.]]]])