interpolate

torch.nn.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None)

根據(jù)給定的size或scale_factor參數(shù)來對輸入進行下/上采樣

使用的插值算法取決于參數(shù)mode的設(shè)置

支持目前的temporal(1D, 如向量數(shù)據(jù)), spatial(2D, 如jpg、png等圖像數(shù)據(jù))和volumetric(3D, 如點云數(shù)據(jù))類型的采樣數(shù)據(jù)作為輸入，輸入數(shù)據(jù)的格式為minibatch x channels x [optional depth] x [optional height] x width，具體為：

• 對于一個temporal輸入，期待著3D張量的輸入，即minibatch x channels x width
• 對于一個空間spatial輸入，期待著4D張量的輸入，即minibatch x channels x height x width
• 對于體積volumetric輸入，則期待著5D張量的輸入，即minibatch x channels x depth x height x width

可用于重置大小的mode有：最近鄰、線性(3D-only),、雙線性, 雙三次(bicubic,4D-only)和三線性(trilinear,5D-only)插值算法和area算法

參數(shù)：

• input (Tensor) – 輸入張量

• size (int or Tuple[int] or Tuple[int, int] or Tuple[int, int, int]) –輸出大小.

• scale_factor (float or Tuple[float]) – 指定輸出為輸入的多少倍數(shù)。如果輸入為tuple，其也要制定為tuple類型
  

• mode (str) – 可使用的上采樣算法，有'nearest', 'linear', 'bilinear', 'bicubic' , 'trilinear'和'area'. 默認使用'nearest'

• align_corners (bool, optional) –幾何上，我們認為輸入和輸出的像素是正方形，而不是點。如果設(shè)置為True，則輸入和輸出張量由其角像素的中心點對齊，從而保留角像素處的值。如果設(shè)置為False，則輸入和輸出張量由它們的角像素的角點對齊，插值使用邊界外值的邊值填充;當scale_factor保持不變時，使該操作獨立于輸入大小。僅當使用的算法為'linear', 'bilinear', 'bilinear'or 'trilinear'時可以使用。默認設(shè)置為False

注意：

使用mode='bicubic'時，可能會導致overshoot問題，即它可以為圖像生成負值或大于255的值。如果你想在顯示圖像時減少overshoot問題，可以顯式地調(diào)用result.clamp(min=0,max=255)。

When using the CUDA backend, this operation may induce nondeterministic behaviour in be backward that is not easily switched off. Please see the notes on Reproducibility for background.

警告：

當align_corners = True時，線性插值模式(線性、雙線性、雙三線性和三線性)不按比例對齊輸出和輸入像素，因此輸出值可以依賴于輸入的大小。這是0.3.1版本之前這些模式的默認行為。從那時起，默認行為是align_corners = False,如下圖：

上面的圖是source pixel為4*4上采樣為target pixel為8*8的兩種情況，這就是對齊和不對齊的差別，會對齊左上角元素，即設(shè)置為align_corners = True時輸入的左上角元素是一定等于輸出的左上角元素。但是有時align_corners = False時左上角元素也會相等，官網(wǎng)上給的例子就不太能說明兩者的不同(也沒有試出不同的例子，大家理解這個概念就行了)

舉例：

import torch
from torch import nn
import torch.nn.functional as F
input = torch.arange(1, 5, dtype=torch.float32).view(1, 1, 2, 2)
input

返回：

tensor([[[[1., 2.],
          [3., 4.]]]])

x = F.interpolate(input, scale_factor=2, mode='nearest')
x

返回：

tensor([[[[1., 1., 2., 2.],
          [1., 1., 2., 2.],
          [3., 3., 4., 4.],
          [3., 3., 4., 4.]]]])

x = F.interpolate(input, scale_factor=2, mode='bilinear', align_corners=True)
x

返回：

tensor([[[[1.0000, 1.3333, 1.6667, 2.0000],
          [1.6667, 2.0000, 2.3333, 2.6667],
          [2.3333, 2.6667, 3.0000, 3.3333],
          [3.0000, 3.3333, 3.6667, 4.0000]]]])

也提供了一些Upsample的方法：

upsample

torch.nn.functional.upsample(input, size=None, scale_factor=None, mode='nearest', align_corners=None)

torch.nn.functional.upsample_nearest(input, size=None, scale_factor=None)

torch.nn.functional.upsample_bilinear(input, size=None, scale_factor=None)

因為這些現(xiàn)在都建議使用上面的interpolate方法實現(xiàn)，所以就不解釋了

更加復(fù)雜的例子可見：pytorch 不使用轉(zhuǎn)置卷積來實現(xiàn)上采樣