Pytorch: 上采样插值函数

双线性插值上采样是通过 torch.nn.functional.interpolate 函数实现的。这个函数用于对输入张量进行插值，支持多种插值方法，其中包括双线性插值。

语法

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

参数说明：

• input: 输入张量，可以是 3D、4D 或 5D。
• size: 输出的目标大小。可以是整数，元组，或者 None。
• scale_factor: 尺度因子，可以是一个浮点数或者元组。
• mode: 插值方法，可选值有 'nearest'（最近邻插值）、'linear'（线性插值）、'bilinear'（双线性插值）、'bicubic'（双三次插值）等。
• align_corners: 当 mode 是 'linear'、'bilinear'、'bicubic' 时，控制是否将角点对齐。默认为 None。

举例：

import torch
import torch.nn.functional as F

# 创建一个输入张量
input_tensor = torch.rand(1, 1, 2, 2)

# 使用双线性插值上采样
output_tensor = F.interpolate(input_tensor, scale_factor=2, mode='bilinear', align_corners=False)

print("Input Shape:", input_tensor.shape)
print("Output Shape:", output_tensor.shape)

在上面的例子中，input_tensor 的形状是 (1, 1, 2, 2)，即一个通道数为 1 的 2x2 图像。通过 F.interpolate 函数，对输入张量进行双线性插值上采样，scale_factor 设置为 2，即将尺寸放大两倍。最终得到的 output_tensor 形状是 (1, 1, 4, 4)，即一个通道数为 1 的 4x4 图像。